MétaCan
Menu
Retour à la cohorte
Enregistrement W1499875327 · doi:10.1177/070674371305801203

Diagnostic Criteria as Dysfunction Indicators: Bridging the Chasm between the Definition of Mental Disorder and Diagnostic Criteria for Specific Disorders

2013· review· en· W1499875327 sur OpenAlexvenueno aff
Michael B. First, Jerome C. Wakefield

Notice bibliographique

RevueThe Canadian Journal of Psychiatry · 2013
Typereview
Langueen
DomaineArts and Humanities
ThématiqueMental Health and Psychiatry
Établissements canadiensnon disponible
Organismes subventionnairesAmerican Psychiatric Publishing
Mots-clésContext (archaeology)HarmPsychologyDSM-5PsychiatryNosologyClinical psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

According to the introduction to the Diagnostic and Statistical Manual of Mental Disorders (DSM), Fifth Edition, each disorder must satisfy the definition of mental disorder, which requires the presence of both harm and dysfunction. Constructing criteria sets to require harm is relatively straightforward. However, establishing the presence of dysfunction is necessarily inferential because of the lack of knowledge of internal psychological and biological processes and their functions and dysfunctions. Given that virtually every psychiatric symptom characteristic of a DSM disorder can occur under some circumstances in a normally functioning person, diagnostic criteria based on symptoms must be constructed so that the symptoms indicate an internal dysfunction, and are thus inherently pathosuggestive. In this paper, we review strategies used in DSM criteria sets for increasing the pathosuggestiveness of symptoms to ensure that the disorder meets the requirements of the definition of mental disorder. Strategies include the following: requiring a minimum duration and persistence; requiring that the frequency or intensity of a symptom exceed that seen in normal people; requiring disproportionality of symptoms, given the context; requiring pervasiveness of symptom expression across contexts; adding specific exclusions for contextual scenarios in which symptoms are best understood as normal reactions; combining symptoms to increase cumulative pathosuggestiveness; and requiring enough symptoms from an overall syndrome to meet a minimum threshold of pathosuggestiveness. We propose that future revisions of the DSM consider systematic implementation of these strategies in the construction and revision of criteria sets, with the goal of maximizing the pathosuggestiveness of diagnostic criteria to reduce the potential for diagnostic false positives. Selon l'introduction du Manuel diagnostique et statistique des troubles mentaux (DSM), 5 e édition, chaque trouble doit satisfaire à la définition d'un trouble mental, qui exige la présence de préjudice et de dysfonctionnement. Construire des ensembles de critères requérant un dommage est relativement simple. Cependant, établir la présence d'une dysfonction est nécessairement inférentiel en raison du manque de connaissances des processus psychologique et biologique internes ainsi que de leurs fonctions et dysfonctions. Étant donné qu'à peu près chaque caractéristique d'un symptôme psychiatrique d'un trouble du DSM peut se manifester dans certaines circonstances chez une personne fonctionnant normalement, les critères diagnostiques basés sur les symptômes doivent être construits de manière à ce que les symptômes indiquent une dysfonction interne, et qu'ils soient donc intrinsèquement pathosuggestifs.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,055
score de la tête « metaresearch » (Gemma)0,176
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,291

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0550,176
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0110,010
Études des sciences et des technologies0,0020,009
Communication savante0,0040,008
Science ouverte0,0050,008
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,057
Tête enseignante GPT0,308
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations122
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of PsychiatryMême sujetMental Health and PsychiatryTravaux en français237 207