Beck Depression Inventory

Background Depression is a prevalent mental health condition that significantly affects individuals’ well-being and daily functioning, making early depressive symptom detection crucial. Objectives This study explores the potential of advancing speech analytics with dimensional sentiment analysis, using valence and arousal scoring to enhance depressive symptom detection in family caregivers. Methods We recruited 116 family caregivers and assessed their depression levels using the Beck Depression Inventory-II. Participants provided verbal responses to 12 open-ended questions related to family resilience. The extracted words from the responses were analyzed for sentiment using the Chinese Valence-Arousal Words dictionary to determine their valence and arousal ratings. For each participant, we computed various summary statistics (e.g., mean, variance, quantiles) and frequency-domain statistics (e.g., spectral entropy, dominant frequency components) of valence and arousal distributions. These features were then used as predictors in nine different machine learning models evaluated under repeated 5-fold nested cross-validation with cost-sensitive cutoff selection, enabling robust classification of depression levels while prioritizing the identification of true positive cases. Results Our analysis showed that participants with higher depressive symptoms used words with more extreme valence and arousal scores than those with lower depressive symptoms. The models demonstrated strong predictive utility of these emotional dimensions: the quadratic discriminant analysis (QDA) model achieved an out-of-sample sensitivity of 0.725, a specificity of 0.563, and an AUC of 0.7. These findings support that valence and arousal analysis provides meaningful discriminative power for identifying depressive symptoms. Importantly, the high sensitivity achieved by these models ensures that individuals with elevated symptoms are more reliably detected, thereby reducing the risk of missed cases. Overall, the results suggest strong potential for automated depressive symptom detection based on emotional signal analysis, with cost-sensitive optimization reducing false negatives while maintaining clinically relevant specificity. Conclusions This study offers proof-of-concept evidence that emotional sentiment analysis of speech using valence and arousal scoring can capture linguistic markers associated with depressive symptoms among family caregivers. With further refinement and validation, this approach lays an important foundation for the development of more robust machine learning models and ultimately contributes to non-intrusive mental health screening tools.

زمینه و هدف: افسردگی یکی از اختلالات شایع سلامت روان است که به طور قابل توجهی بر بهزیستی و عملکرد روزانه افراد تأثیر می‌گذارد و شناسایی زودهنگام نشانه‌های افسردگی را ضروری می‌سازد. هدف: این پژوهش به بررسی قابلیت ارتقای تحلیل گفتار با استفاده از تحلیل احساسی بُعدی و امتیازدهی والنس و برانگیختگی جهت بهبود شناسایی نشانه‌های افسردگی در مراقبان خانوادگی می‌پردازد. روش‌ها: تعداد ۱۱۶ مراقب خانوادگی جذب شدند و سطح افسردگی آن‌ها با استفاده از پرسشنامه افسردگی بک-نسخه دوم (Beck Depression Inventory-II) ارزیابی شد. شرکت‌کنندگان به ۱۲ پرسش باز مرتبط با تاب‌آوری خانواده به صورت شفاهی پاسخ دادند. واژه‌های استخراج‌شده از پاسخ‌ها با استفاده از فرهنگ واژگان چینی والنس-برانگیختگی از نظر احساسات مورد تحلیل قرار گرفت تا امتیازهای والنس و برانگیختگی آن‌ها تعیین شود. برای هر شرکت‌کننده، آمارهای خلاصه مختلف (مانند میانگین، واریانس، صدک‌ها) و آمارهای حوزه فرکانس (مانند آنتروپی طیفی، مؤلفه‌های فرکانسی غالب) توزیع والنس و برانگیختگی محاسبه شد. این ویژگی‌ها به عنوان متغیرهای پیش‌بین در نه مدل مختلف یادگیری ماشین که با اعتبارسنجی متقاطع تودرتوی ۵-تایی تکرارشونده و انتخاب نقطه برش حساس به هزینه ارزیابی شدند، مورد استفاده قرار گرفتند تا طبقه‌بندی قوی سطوح افسردگی با اولویت شناسایی موارد مثبت واقعی فراهم شود. نتایج: تحلیل ما نشان داد شرکت‌کنندگانی که نشانه‌های افسردگی بیشتری داشتند، واژه‌هایی با امتیازهای والنس و برانگیختگی افراطی‌تر نسبت به افراد با نشانه‌های افسردگی کمتر به کار بردند. مدل‌ها سودمندی پیش‌بینی قوی این ابعاد هیجانی را نشان دادند: مدل تحلیل ممیز مربعی (QDA) حساسیت خارج از نمونه ۰.۷۲۵، ویژگی ۰.۵۶۳ و سطح زیر منحنی (AUC) برابر با ۰.۷ را به دست آورد. این یافته‌ها نشان می‌دهد که تحلیل والنس و برانگیختگی قدرت تمایز معناداری برای شناسایی نشانه‌های افسردگی فراهم می‌کند. مهم‌تر آنکه حساسیت بالای این مدل‌ها تضمین می‌کند که افراد با نشانه‌های بالا با اطمینان بیشتری شناسایی می‌شوند و در نتیجه خطر موارد از دست رفته کاهش می‌یابد. به طور کلی، نتایج نشان‌دهنده پتانسیل قوی برای شناسایی خودکار نشانه‌های افسردگی بر اساس تحلیل سیگنال‌های هیجانی است که با بهینه‌سازی حساس به هزینه، موارد منفی کاذب را کاهش داده و در عین حال ویژگی بالینی مرتبط را حفظ می‌کند. نتیجه‌گیری: این مطالعه شواهد اثبات مفهومی ارائه می‌دهد که تحلیل احساسات هیجانی گفتار با استفاده از امتیازدهی والنس و برانگیختگی می‌تواند نشانگرهای زبانی مرتبط با نشانه‌های افسردگی در میان مراقبان خانوادگی را شناسایی کند. با اصلاح و اعتبارسنجی بیشتر، این رویکرد می‌تواند پایه‌ای مهم برای توسعه مدل‌های یادگیری ماشین قوی‌تر و در نهایت ابزارهای غربالگری سلامت روان غیرتهاجمی فراهم آورد.

Background: Major depressive disorder (MDD) is strongly associated with increased suicide risk, with psychological pain considered an important experiential dimension related to suicide vulnerability. Within the framework of the Interpersonal Theory of Suicide (IPTS), perceived burdensomeness, thwarted belongingness, and acquired capability for suicide are key interpersonal constructs associated with suicidal ideation and behavior. In addition, alexithymia and chronotype have also been linked to depression and suicidality.Methods: This cross-sectional study included 121 patients with MDD and 141 healthy controls. Participants completed the Beck Depression Inventory, Psychache Scale, Toronto Alexithymia Scale, Morningness–Eveningness Questionnaire, Interpersonal Needs Questionnaire, and Acquired Capability for Suicide Scale. Group comparisons, correlation analyses, and multiple linear regression analyses were performed.Results: Compared with controls, individuals with MDD showed higher levels of psychological pain, depressive symptoms, alexithymia, interpersonal unmet needs, and acquired capability for suicide, and were more likely to exhibit an evening chronotype. Psychological pain was positively associated with depressive symptoms, perceived burdensomeness, thwarted belongingness, alexithymia, and acquired capability for suicide. In the multivariable model, perceived burdensomeness showed the strongest association with psychological pain, followed by depressive symptom severity and thwarted belongingness.Conclusion: Psychological pain in MDD appears to be closely associated with interpersonal unmet needs, particularly perceived burdensomeness. These findings highlight the importance of evaluating psychological pain together with IPTS-related interpersonal constructs in comprehensive clinical assessments of individuals with depression.

زمینه: اختلال افسردگی اساسی (MDD) به طور قابل توجهی با افزایش خطر خودکشی مرتبط است و درد روان‌شناختی به عنوان یک بُعد تجربی مهم مرتبط با آسیب‌پذیری نسبت به خودکشی در نظر گرفته می‌شود. در چارچوب نظریه بین‌فردی خودکشی (IPTS)، احساس سربار بودن، ناکامی در تعلق و قابلیت اکتسابی برای خودکشی از سازه‌های بین‌فردی کلیدی مرتبط با افکار خودکشی و رفتار خودکشی هستند. علاوه بر این، آلکسیتیمیا و کرونوتایپ نیز با افسردگی و خودکشی‌گرایی مرتبط دانسته شده‌اند. روش‌ها: این مطالعه مقطعی شامل ۱۲۱ بیمار مبتلا به MDD و ۱۴۱ فرد سالم بود. شرکت‌کنندگان پرسشنامه افسردگی بک، مقیاس درد روان‌شناختی، مقیاس آلکسیتیمیا تورنتو، پرسشنامه صبحگاهی-عصری، پرسشنامه نیازهای بین‌فردی و مقیاس قابلیت اکتسابی برای خودکشی را تکمیل کردند. مقایسه گروه‌ها، تحلیل‌های همبستگی و تحلیل‌های رگرسیون خطی چندگانه انجام شد. یافته‌ها: در مقایسه با گروه کنترل، افراد مبتلا به MDD سطوح بالاتری از درد روان‌شناختی، علائم افسردگی، آلکسیتیمیا، نیازهای بین‌فردی برآورده‌نشده و قابلیت اکتسابی برای خودکشی نشان دادند و احتمال بیشتری داشت که کرونوتایپ عصری داشته باشند. درد روان‌شناختی با علائم افسردگی، احساس سربار بودن، ناکامی در تعلق، آلکسیتیمیا و قابلیت اکتسابی برای خودکشی ارتباط مثبت داشت. در مدل چندمتغیره، احساس سربار بودن قوی‌ترین ارتباط را با درد روان‌شناختی نشان داد و پس از آن شدت علائم افسردگی و ناکامی در تعلق قرار گرفتند. نتیجه‌گیری: به نظر می‌رسد درد روان‌شناختی در MDD ارتباط نزدیکی با نیازهای بین‌فردی برآورده‌نشده، به ویژه احساس سربار بودن دارد. این یافته‌ها اهمیت ارزیابی درد روان‌شناختی همراه با سازه‌های بین‌فردی مرتبط با IPTS را در ارزیابی‌های بالینی جامع افراد مبتلا به افسردگی برجسته می‌کند.

Background and Objective The baseline sleep phenotype of early Alzheimer’s disease (AD) patients entering lecanemab therapy is poorly characterized.Methods Forty-four consecutive early AD patients (mild cognitive impairment or mild dementia) awaiting lecanemab underwent attended polysomnography, the Epworth Sleepiness Scale, Insomnia Severity Index (ISI), Pittsburgh Sleep Quality Index (PSQI), and Beck Depression Inventory (BDI). Forty-four controls without documented cognitive disorder, referred for polysomnography by the study’s sleep specialist over the same period, were balanced on sex, age and apnea–hypopnea index. Comparisons used independent-samples tests with Benjamini–Hochberg false discovery rate correction within pre-specified families.Results Obstructive sleep apnea was prevalent (61.4% moderate-to-severe) despite a body mass index of 22.5 kg/m2; groups were balanced (all p>0.15). Early AD patients showed greater wake after sleep onset (114.0 min vs. 78.7 min; q=0.006), lower sleep efficiency (67.7% vs. 77.2%; q=0.006) and shorter total sleep time (284.0 min vs. 321.1 min; q=0.039) with comparable recording time, and lower REM arousal index (13.9/h vs. 21.3/h; q=0.012). Differences were moderate (|g| 0.49–0.72); sleep-stage distribution and total arousal index did not differ. ISI (3.8 vs. 13.8) and PSQI (4.1 vs. 10.0) were nonetheless lower in AD (both q<0.001; |g| 1.52–1.86); BDI did not differ.Conclusions Early AD patients awaiting lecanemab therapy had a high prevalence of sleep apnea and reduced objective sleep continuity despite reporting fewer subjective sleep complaints than controls, a contrast that may partly reflect the symptomatic sleep-clinic comparator. Objective sleep assessment before initiating lecanemab therapy may therefore be considered.

زمینه و هدف: فنوتیپ خواب پایه در بیماران آلزایمر اولیه (AD) که وارد درمان با lecanemab می‌شوند، به‌خوبی توصیف نشده است. روش‌ها: چهل‌وچهار بیمار متوالی با آلزایمر اولیه (اختلال شناختی خفیف یا دمانس خفیف) که در انتظار lecanemab بودند، تحت پلی‌سومنوگرافی حضوری، مقیاس خواب‌آلودگی Epworth، شاخص شدت بی‌خوابی (ISI)، شاخص کیفیت خواب Pittsburgh (PSQI) و پرسشنامه افسردگی Beck (BDI) قرار گرفتند. چهل‌وچهار فرد کنترل بدون اختلال شناختی مستند که در همان بازه زمانی توسط متخصص خواب پژوهش برای پلی‌سومنوگرافی ارجاع شده بودند، از نظر جنس، سن و شاخص آپنه–هیپوآپنه متعادل شدند. مقایسه‌ها با استفاده از آزمون‌های نمونه‌های مستقل و تصحیح نرخ کشف کاذب Benjamini–Hochberg در خانواده‌های از پیش تعیین‌شده انجام شد. نتایج: آپنه انسدادی خواب شایع بود (۶۱.۴٪ متوسط تا شدید) علیرغم شاخص توده بدنی ۲۲.۵ کیلوگرم/متر مربع؛ گروه‌ها متعادل بودند (همه p>۰.۱۵). بیماران آلزایمر اولیه بیداری پس از شروع خواب بیشتری داشتند (۱۱۴.۰ دقیقه در مقابل ۷۸.۷ دقیقه؛ q=۰.۰۰۶)، کارایی خواب پایین‌تری (۶۷.۷٪ در مقابل ۷۷.۲٪؛ q=۰.۰۰۶) و زمان کل خواب کوتاه‌تری (۲۸۴.۰ دقیقه در مقابل ۳۲۱.۱ دقیقه؛ q=۰.۰۳۹) با زمان ضبط مشابه و شاخص برانگیختگی REM پایین‌تر (۱۳.۹/ساعت در مقابل ۲۱.۳/ساعت؛ q=۰.۰۱۲) نشان دادند. تفاوت‌ها متوسط بود (|g| ۰.۴۹–۰.۷۲)؛ توزیع مراحل خواب و شاخص کل برانگیختگی تفاوتی نداشت. با این حال، ISI (۳.۸ در مقابل ۱۳.۸) و PSQI (۴.۱ در مقابل ۱۰.۰) در گروه AD پایین‌تر بود (هر دو q<۰.۰۰۱؛ |g| ۱.۵۲–۱.۸۶)؛ BDI تفاوتی نداشت. نتیجه‌گیری: بیماران آلزایمر اولیه در انتظار درمان با lecanemab شیوع بالای آپنه خواب و کاهش تداوم عینی خواب داشتند، اگرچه شکایات ذهنی خواب کمتری نسبت به گروه کنترل گزارش کردند که این تضاد ممکن است تا حدی بازتاب مقایسه با گروه مراجعه‌کننده به کلینیک خواب باشد. بنابراین، ارزیابی عینی خواب پیش از شروع درمان با lecanemab می‌تواند مدنظر قرار گیرد.

Accurate assessment of depressive symptoms requires instruments that are both psychometrically sound and culturally appropriate. This study examined the cultural adaptation and psychometric properties of the Beck Depression Inventory (BDI) among 600 Ghanaian university students, focusing on reliability, factor structure, and cross-cultural construct validity. Following item refinement, psychometric analyses were conducted on a 15-item version of the BDI, reduced from the original 21-item instrument. Comparisons across gender, language, and regional subgroups indicated broadly consistent factor structures, high internal consistency (α = 0.89–0.91; ω = 0.90–0.92), acceptable composite reliability (CR = 0.91–0.93), and convergent validity (AVE = 0.51–0.54), with factor congruence coefficients ≥ 0.96. However, because formal measurement invariance testing was not conducted, these findings should be interpreted as preliminary evidence of cross-group and cross-cultural stability rather than definitive evidence of measurement invariance. Exploratory factor analysis supported a five-factor structure cognitive, affective, somatic, interpersonal, and motivational/behavioral accounting for 68.3% of the total variance, with strong factor loadings and moderate inter-factor correlations (0.42–0.62), indicating multidimensionality without redundancy. Confirmatory factor analysis demonstrated good model fit (CFI = 0.95; TLI = 0.93; RMSEA = 0.054; SRMR = 0.045), confirming structural validity. Cross-cultural analyses across gender, language, and regional subgroups revealed stable factor structures, high reliability (α = 0.89–0.91; ω = 0.90–0.92), and strong construct validity (CR = 0.91–0.93; AVE = 0.51–0.54), with factor congruence coefficients ≥ 0.96. In all, the culturally adapted BDI is a reliable, valid, and multidimensional tool for assessing depressive symptoms among Ghanaian university students, supporting its use in culturally sensitive research and practice.

ارزیابی دقیق نشانه‌های افسردگی مستلزم استفاده از ابزارهایی است که هم از نظر روان‌سنجی معتبر باشند و هم از لحاظ فرهنگی مناسب. این پژوهش به بررسی انطباق فرهنگی و ویژگی‌های روان‌سنجی پرسشنامه افسردگی بک (BDI) در میان ۶۰۰ دانشجوی دانشگاهی غنایی پرداخت و بر پایایی، ساختار عاملی و روایی سازه‌ای بین‌فرهنگی تمرکز داشت. پس از اصلاح گویه‌ها، تحلیل‌های روان‌سنجی بر روی نسخه ۱۵ گویه‌ای BDI که از نسخه اصلی ۲۱ گویه‌ای کاهش یافته بود، انجام شد. مقایسه‌ها در میان زیرگروه‌های جنسیتی، زبانی و منطقه‌ای نشان‌دهنده ساختارهای عاملی عمدتاً مشابه، انسجام درونی بالا (α = ۰.۸۹–۰.۹۱؛ ω = ۰.۹۰–۰.۹۲)، پایایی مرکب قابل قبول (CR = ۰.۹۱–۰.۹۳) و روایی همگرا (AVE = ۰.۵۱–۰.۵۴) با ضرایب تطابق عاملی ≥ ۰.۹۶ بود. با این حال، به دلیل عدم انجام آزمون رسمی ناوری اندازه‌گیری، این یافته‌ها باید به عنوان شواهد اولیه‌ای از پایداری بین‌گروهی و بین‌فرهنگی تفسیر شوند و نه به عنوان شواهد قطعی ناوری اندازه‌گیری. تحلیل عاملی اکتشافی از ساختار پنج عاملی (شناختی، عاطفی، جسمانی، بین‌فردی و انگیزشی/رفتاری) حمایت کرد که ۶۸.۳٪ از واریانس کل را تبیین می‌کرد و دارای بارهای عاملی قوی و همبستگی‌های بین‌عاملی متوسط (۰.۴۲–۰.۶۲) بود که نشان‌دهنده چندبعدی بودن بدون افزونگی است. تحلیل عاملی تأییدی برازش مناسب مدل را نشان داد (CFI = ۰.۹۵؛ TLI = ۰.۹۳؛ RMSEA = ۰.۰۵۴؛ SRMR = ۰.۰۴۵) و روایی ساختاری را تأیید کرد. تحلیل‌های بین‌فرهنگی در میان زیرگروه‌های جنسیتی، زبانی و منطقه‌ای ساختارهای عاملی پایدار، پایایی بالا (α = ۰.۸۹–۰.۹۱؛ ω = ۰.۹۰–۰.۹۲) و روایی سازه‌ای قوی (CR = ۰.۹۱–۰.۹۳؛ AVE = ۰.۵۱–۰.۵۴) با ضرایب تطابق عاملی ≥ ۰.۹۶ را نشان داد. در مجموع، نسخه انطباق‌یافته فرهنگی BDI ابزاری پایا، روا و چندبعدی برای سنجش نشانه‌های افسردگی در میان دانشجویان دانشگاهی غنایی است و از کاربرد آن در پژوهش‌ها و عمل حساس به فرهنگ حمایت می‌کند.