MétaCan
Menu
Retour à la cohorte
Enregistrement W2052978586 · doi:10.2196/jmir.4143

Multiple Comorbidities of 21 Psychological Disorders and Relationships With Psychosocial Variables: A Study of the Online Assessment and Diagnostic System Within a Web-Based Population

2015· article· en· W2052978586 sur OpenAlexaff
Ali M AL-Asadi, Britt Klein, Denny Meyer

Notice bibliographique

RevueJournal of Medical Internet Research · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensNorthwestern Polytechnic
Organismes subventionnairesAustralian Government
Mots-clésPsychosocialSuicidal ideationComorbidityAnxietyClinical psychologyMedical diagnosisPopulationMental healthNational Comorbidity SurveyPsychologyQuality of life (healthcare)Social supportDepression (economics)PsychiatryMedicinePoison controlSuicide preventionPsychotherapist

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: While research in the area of e-mental health has received considerable attention over the last decade, there are still many areas that have not been addressed. One such area is the comorbidity of psychological disorders in a Web-based sample using online assessment and diagnostic tools, and the relationships between comorbidities and psychosocial variables. OBJECTIVE: We aimed to identify comorbidities of psychological disorders of an online sample using an online diagnostic tool. Based on diagnoses made by an automated online assessment and diagnostic system administered to a large group of online participants, multiple comorbidities (co-occurrences) of 21 psychological disorders for males and females were identified. We examined the relationships between dyadic comorbidities of anxiety and depressive disorders and the psychosocial variables sex, age, suicidal ideation, social support, and quality of life. METHODS: An online complex algorithm based on the criteria of the Diagnostic and Statistical Manual of Mental Disorders, 4th edition, Text Revision, was used to assign primary and secondary diagnoses of 21 psychological disorders to 12,665 online participants. The frequency of co-occurrences of psychological disorders for males and females were calculated for all disorders. A series of hierarchical loglinear analyses were performed to examine the relationships between the dyadic comorbidities of depression and various anxiety disorders and the variables suicidal ideation, social support, quality of life, sex, and age. RESULTS: A 21-by-21 frequency of co-occurrences of psychological disorders matrix revealed the presence of multiple significant dyadic comorbidities for males and females. Also, for those with some of the dyadic depression and the anxiety disorders, the odds for having suicidal ideation, reporting inadequate social support, and poorer quality of life increased for those with two-disorder comorbidity than for those with only one of the same two disorders. CONCLUSIONS: Comorbidities of several psychological disorders using an online assessment tool within a Web-based population were similar to those found in face-to-face clinics using traditional assessment tools. Results provided support for the transdiagnostic approaches and confirmed the positive relationship between comorbidity and suicidal ideation, the negative relationship between comorbidity and social support, and the negative relationship comorbidity and quality of life. TRIAL REGISTRATION: Australian and New Zealand Clinical Trials Registry ACTRN121611000704998; http://www.anzctr.org.au/trial_view.aspx?ID=336143 (Archived by WebCite at http://www.webcitation.org/618r3wvOG).

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)0,005
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,034
Score d'incertitude au seuil0,456

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
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 Opus0,196
Tête enseignante GPT0,505
Écart entre enseignants0,309 · 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

Citations50
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetDigital Mental Health InterventionsTravaux en français237 207