The Impact of Personality on Symptom Expression in Obsessive-Compulsive Disorder
Notice bibliographique
Résumé
Previous research conducted on the five-factor model of personality (FFM) in obsessive-compulsive disorder (OCD) has demonstrated that community and clinical participants score significantly higher than controls on the domains and facets of neuroticism and extraversion and selective facets of agreeableness and conscientiousness. However, studies have yet to examine the extent to which personality traits, as assessed by the FFM, are associated with the specific symptoms of OCD. The purpose of this study was to examine further the personality predictors of obsessive-compulsive symptoms in clinical participants using the facets of the FFM. Patients with a DSM-IV diagnosis of OCD (N = 56) completed the Revised NEO Personality Inventory, the Yale Brown Obsession Compulsion Scale, and the Beck Depression Inventory. Lower scores on openness to ideas were uniquely associated with greater obsession severity, whereas lower openness to actions was uniquely associated with greater compulsive severity. In contrast with past research that has emphasized the association between neuroticism and extraversion and dimensionally rated obsessive-compulsive symptoms, this study demonstrates the specific associations between selective facet traits of openness and clinical obsessions and compulsions. Whereas tendencies toward negative affectivity may confer a nonspecific vulnerability to the development of OCD, facets of openness may impact on the particular expression and severity of obsessive-compulsive symptoms.
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 | 0,001 | 0,006 |
| 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) | 0,001 | 0,000 |
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.
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 ».