MétaCan
Menu
Retour à la cohorte
Enregistrement W1992311941 · doi:10.1037/0894-4105.19.2.152

Depression in Multiple Sclerosis: A Quantitative Review of the Evidence.

2005· review· en· W1992311941 sur OpenAlexaff
Erin Dalton, R. Walter Heinrichs

Notice bibliographique

RevueNeuropsychology · 2005
Typereview
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMultiple sclerosisDepression (economics)PsychologyDepressive symptomsConfidence intervalClinical psychologyPsychiatryPhysical medicine and rehabilitationInternal medicineCognitionMedicine

Résumé

récupéré en direct d'OpenAlex

The published literature on depression in multiple sclerosis (MS) is reviewed quantitatively. The authors report mean effect sizes for 20 studies comparing depression scores of MS patients with those of healthy participants (d=1.07) and 21 studies comparing depression scores of MS patients with those of patients who have other chronic conditions (d=-0.14). The confidence interval for the mean overall MS-medical comparison included 0. However, subgroups of patients with chronic fatigue and spinal-neuromuscular conditions were more and less depressed than MS patients, respectively. Results indicate that a majority of MS patients with mild to moderate disability levels are distinguishable from healthy people in terms of depressive symptoms. However, the depression-disease link is complex and not specific to this form of demyelinating illness.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0120,016
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,447
Tête enseignante GPT0,488
Écart entre enseignants0,042 · 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'étudeRevue systématique
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

Citations69
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuropsychologyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207