Major depression epidemiology from a diathesis-stress conceptualization
Notice bibliographique
Résumé
BACKGROUND: Major depression is a widely used diagnostic category but there is increasing dissatisfaction with its performance. The diathesis-stress model is an alternative approach that does not require the (sometimes arbitrary) imposition of categories onto the spectrum of depressive morbidity. However, application of this model has not been well explored and its consistency with available epidemiologic data is uncertain. METHODS: Simulation provides an opportunity to explore these issues. In this study, a simulation model based on an intuitive representation of diathesis-stress interaction was developed. Both diathesis and stress were represented using continuous distributions, without categorization. A diagnostic threshold was then applied to the simulation output to create nominal categories and to explore their consistency with available information. RESULTS: An apparently complex epidemiologic pattern emerged from the diathesis-stress interaction when thresholds were applied: incidence was time dependent, recurrence depended on the number of past episodes, baseline symptoms were associated with an increased risk of subsequent episodes and the remission rate declined with increasing episode duration. CONCLUSIONS: A diathesis-stress conceptualization coupled with application of a threshold-based diagnostic definition may explain several of the apparent complexities of major depression epidemiology. Some of these complexities may be artifacts of the nominal diagnostic approach. These observations should encourage an empirical exploration of whether diathesis-stress interactions provide a more parsimonious framework for understanding depression than current approaches.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,005 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».