Basing psychiatric classification on scientific foundation: Problems and prospects
Notice bibliographique
Résumé
To examine whether and how the classification of mental disorders can be based on research, we evaluate the relevance of psychiatric science to the major questions in classification. We conclude that most studies cannot inform the validity of diagnostic categories because they are constrained by the classification through a top-down diagnostic approach. Analyses of relationships between diagnostic categories suggest that most interdiagnostic boundaries in current classifications lack validity. Likewise, genetic studies show that the susceptibility to mental illness is at most partly disorder-specific. Neuroimaging research is uninformative due to unsystematic single-diagnosis studies, use of super-healthy controls, and publication bias. Treatment research suggests moderate specificity in several areas of psychopathology (e.g. lithium for bipolar disorder), but lack of specificity is the rule (e.g. the broad indications of serotonin-reuptake inhibitors). In summary, evidence from multiple lines of research converges to indicate that current classifications contain excessively large numbers of categories of limited validity. Dimensional classification will not solve the problem because the number of dimensions is as uncertain as the number of categories. Psychiatric research should discard the assumption that current classification is valid. Instead of diagnosis-specific investigations, studies of unselected groups assessed with bottom-up approaches are needed to advance psychiatry.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,333 | 0,397 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,003 |
| Bibliométrie | 0,013 | 0,010 |
| Études des sciences et des technologies | 0,007 | 0,066 |
| Communication savante | 0,018 | 0,051 |
| Science ouverte | 0,012 | 0,015 |
| Intégrité de la recherche | 0,018 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».