MétaCan
Menu
Retour à la cohorte
Enregistrement W2001427239 · doi:10.1207/s15327752jpa8401_15

Distinguishing Bipolar Depression, Major Depression, and Schizophrenia With the MMPI-2 Clinical and Content Scales

2005· article· en· W2001427239 sur OpenAlexafffund
R. Michael Bagby, Margarita B. Marshall, Michael R. Basso, Robert A. Nicholson, Jason R. Bacchiochi, Lesley Miller

Notice bibliographique

RevueJournal of Personality Assessment · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesCentre for Addiction and Mental Health
Mots-clésPsychologyDepression (economics)Minnesota Multiphasic Personality InventorySchizophrenia (object-oriented programming)Bipolar disorderClinical psychologyContent (measure theory)PsychiatryPersonalityMoodPsychoanalysis

Résumé

récupéré en direct d'OpenAlex

Clinical and content scales from the MMPI-2 (Butcher, Dahlstrom, Graham, Tellegen, & Kaemmer, 1989) were used to examine the capacity of these scales to assist in the differential diagnosis of a sample of 212 psychiatric patients-137 with major depression; 43 with schizophrenia; and 32 with bipolar disorder, depressed state. Consistent with the previous literature, the clinical scales Depression (D), and Schizophrenia (Sc), and the content scales Depression (DEP), and Low Self-Esteem (LSE) best distinguished major depression from schizophrenia; the content scale DEP proved to be the most powerful predictor in distinguishing bipolar depression from schizophrenia. No clinical or content scale proved to be effective in distinguishing patients with bipolar depression from patients with major depression. In general, the content scales outperformed the clinical scales.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,368

Scores Codex et Gemma par catégorie

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

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 Opus0,040
Tête enseignante GPT0,347
Écart entre enseignants0,307 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations30
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Personality AssessmentMême sujetBipolar Disorder and TreatmentTravaux en français237 207