Background: The nine-item depression module from the Patient Health Questionnaire (PHQ-9) is well validated and widely used as a brief diagnostic and severity measure, but its validity as an outcome measure for depression has not yet been established. Therefore, we investigated the sensitivity to change of the PHQ-9 in three groups of patients whose depression status either improved, remained unchanged, or deteriorated over time. Methods: From three cohorts of medical outpatients, with an equal distribution of major depressive disorder, other depressive disorders, or no depressive disorder, 167 patients (82.7%) were followed up after a mean of 12.3±3.0 months. The PHQ-9 and the Structured Clinical Interview for DSM-IV (SCID) were completed at both baseline and follow-up. Depression diagnoses from the SCID were used as the criterion standard to divide patients into subgroups with (a) improved depression status, (b) unchanged depression status, and (c) deteriorated depression status. Results: Effect sizes (ES) of PHQ-9 change scores were ES=−1.33 for the improved depression status subgroup (n=52), ES=−0.21 for the unchanged status subgroup (n=91), and ES=0.47 for the deteriorated status subgroup (n=24). PHQ-9 change scores differed significantly between the three depression outcome groups. Limitations: The PHQ-9 and the SCID were completed in person at baseline, whereas they were completed in a telephone interview at follow-up. Conclusions: This study demonstrates the ability of the PHQ-9 to detect depression outcome and changes over time. Data from treatment trials will help further establish the sensitivity to change of the PHQ-9 in comparison to other depression severity measures.

This study evaluates the two-item Patient Health Questionnaire (PHQ-2) as a measure for diagnosing and monitoring depression. We assessed construct validity in a cross-sectional sample of 1619 medical outpatients (mean age 43±14 years, 64% female) by comparing the PHQ-2 to four longer self-report questionnaires. Criterion validity was established in a subsample of 520 participants with reference to the Structured Clinical Interview for DSM-IV (SCID). Sensitivity to change was investigated in a prospective study of 167 patients who completed the SCID both at baseline and the 1-year follow-up. With reference to the SCID, the PHQ-2 had a sensitivity of 87% and a specificity of 78% for major depressive disorder and a sensitivity of 79% and a specificity of 86% for any depressive disorder. Its diagnostic performance was comparable with that of longer depression scales. PHQ-2 change scores accurately reflected improved, unchanged, and deteriorated depression outcomes. The PHQ-2 performed favorably with respect to a standard diagnostic interview, as well as established depression scales and proved sensitive to change. Thus, the PHQ-2 appears promising as a brief multipurpose measure for detecting depression, grading its severity, and monitoring outcomes over time.

Background: The aim of this study was to compare the validity of the Hospital Anxiety and Depression Scale (HADS), the WHO (five) Well Being Index (WBI-5), the Patient Health Questionnaire (PHQ), and physicians’ recognition of depressive disorders, and to recommend specific cut-off points for clinical decision making. Methods: A total of 501 outpatients completed each of the three depression screening questionnaires and received the Structured Clinical Interview for DSM-IV (SCID) as the criterion standard. In addition, treating physicians were asked to give their psychiatric diagnoses. Criterion validity and Receiver Operating Characteristics (ROC) were determined. Areas under the curves (AUCs) were compared statistically. Results: All depression scales showed excellent internal consistencies (Cronbach’s α: 0.85–0.90). For ‘major depressive disorder’, the operating characteristics of the PHQ were significantly superior to both the HADS and the WBI-5. For ‘any depressive disorder’, the PHQ showed again the best operating characteristics but the overall difference did not reach statistical significance at the 5% level. Cut-off points that can be recommended for the screening of ‘major depressive disorder’ had sensitivities of 98% (PHQ), 94% (WBI-5), and 85% (HADS). Corresponding specificities were 80% (PHQ), 78% (WBI-5), and 76% (HADS). In contrast, physicians’ recognition of ‘major depressive disorder’ was poor (sensitivity, 40%; specificity, 87%). Limitations: Our sample may not be representative of medical outpatients, but sensitivity and specificity are independent of disorder prevalence. Conclusions: All three questionnaires performed well in depression screening, but significant differences in criterion validity existed. These results may be helpful in the selection of questionnaires and cut-off points.

Zusammenfassung. Ziel dieser Studie ist die Validierung der deutschen Version des “Patient Health Questionnaire (PHQ-D)“. Der PHQ wurde zum praktikablen Screening psychischer Störungen für die Primärmedizin entwickelt und erfasst direkt die diagnostischen Kriterien des DSM-IV. N = 357 allgemeinmedizinische/internistische Patienten und N = 171 psychosomatische Patienten wurden mit dem PHQ-D und dem Strukturierten Klinischen Interview für DSM-IV (SKID-I) untersucht, wobei das SKID-I als diagnostischer Goldstandard diente. Ärzte und Patienten wurden zur Akzeptanz des PHQ-D befragt. Eine ausgezeichnete Kriteriumsvalidität des PHQ-D zeigte sich insbesondere bei der Diagnose der Major Depression, wo die Sensitivität für die medizinische Stichprobe bei 95% und die Spezifität bei 86% lag. Gute teststatistische Werte ergaben sich u.a. auch für die Panikstörung. Die Anwendung des PHQ-D wurde von jeweils mehr als 90% der Patienten und Ärzte gut akzeptiert. Mit dem PHQ-D liegt ein praktikables, valides und gut akzeptiertes Instrument zur Anwendung in Forschung und klinischer Praxis vor. Sein Einsatz kann zur verbesserten Versorgung psychischer Störungen beitragen.