MARC

 008260126s2025        us                              c    eng  d
■001000017357871
■00520260202103611
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798288806551
■035    ▼a(MiAaPQ)AAI32043382
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a610.73
■1001  ▼aCorreia,  Jorge.
■24510▼aImplementing  a  Screening  Algorithm  for  Depression  Diagnosis,  Management  and  Referrals  in  Primary  Care
■260    ▼a[Sl]▼bYale  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a54  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-01,  Section:  B.
■500    ▼aAdvisor:  Lindsay  Powell,  Mary.
■5021  ▼aThesis  (D.N.P.)--Yale  University,  2025.
■520    ▼aDepression  is  a  major  cause  of  mortality,  morbidity,  disability,  and  economic  costs  in  the  United  States.  Everyday  millions  of  Americans  navigate  our  complex  healthcare  field  to  find  the  best  solution  to  their  problem.  Due  to  a  shortage  of  specialized  psychiatric  providers,  often  these  people  must  rely  on  the  primary  care  settings  to  get  the  help  they  need.  However,  the  lack  of  knowledge  in  screening  and  management  of  mood  disorders  causes  many  of  these  patients  to  fall  through  the  cracks  or  get  substandard  quality  of  mental  health  care.  The  goal  of  this  quality  improvement  project  was  to  develop  and  implement  a  screening  algorithm  for  depression  diagnosis,  management,  and  referrals  in  primary  care;  it  sought  to  improve  the  identification  and  treatment  of  patients  with  major  depressive  disorder  while  flagging  those  that  could  potentially  have  bipolar  spectrum  disorder  for  referrals  for  further  assessment  and  treatment.Over  a  6-week  implementation  period,  30  patients,  constituting  5.3%  of  all  screened  patients  were  identified  with  depressive  symptoms  suggestive  of  mood  disorder.  Out  of  those,  24  were  confirmed  to  have  a  major  depressive  disorder  (MDD)  and  started  on  antidepressants  at  primary  care  level  and  6  were  flagged  for  assessment  for  bipolar  disorder  (BPAD).  All  30  patients  were  referred  to  have  intake  appointments  at  the  mental  health  department,  constituting  a  20%  increase  in  referrals.  Five  out  of  6  patients  flagged  for  potential  BPAD  were  confirmed  with  the  diagnosis.  This  was  a  significant  finding  as  only  one  patient  was  referred  and  diagnosed  with  bipolar  disorder  at  the  previous  baseline.  Patients  started  on  antidepressants  had  marked  improvements  in  their  clinical  picture  as  noticed  by  the  decrease  in  mean  PHQ9  from  19.4  at  baseline  to  13.03  at  follow-up  (P0.0001).  There  was  also  a  significant  increase  in  providers  ordering  baseline  labs.  The  algorithm  effectively  improved  the  overall  mental  health  care  delivered  at  primary  care  levels  by  bettering  provider  knowledge  about  screening,  diagnosing,  and  managing  mood  disorders.  Future  studies  should  aim  for  a  more  extensive  implementation  for  higher  sample  size  and  assess  long-term  responses  to  interventions.  Key  words:  Depression,  major  depressive  disorder,  screening  algorithm,  bipolar  disorder.
■590    ▼aSchool  code:  0265.
■650  4▼aNursing
■650  4▼aMental  health
■650  4▼aClinical  psychology
■653    ▼aDepression
■653    ▼aMood  disorders
■653    ▼aMajor  depressive  disorder
■653    ▼aBipolar  disorder
■653    ▼aScreening  algorithm
■690    ▼a0569
■690    ▼a0622
■690    ▼a0347
■71020▼aYale  University▼bYale  University  School  of  Nursing.
■7730  ▼tDissertations  Abstracts  International▼g87-01B.
■790    ▼a0265
■791    ▼aD.N.P.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17357871▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books