The relationship of mood instability to neuroticism and suicidal thoughts
Notice bibliographique
Résumé
Introduction Many patients with depression mention sudden short “mood swings” (MI) when asked. MI is distressing but little is known about its relationship to personality disorders, depression and suicidal thoughts. Objectives To determine the relationship between mood instability (MI), neuroticism, and suicidal thoughts. Aims To deconstruct the concept of neuroticism to determine whether MI is an important component. To determine whether MI predicts suicidal thoughts. Methods 129 patients with Major Depression were interviewed with the MINI diagnostic interview. They also completed the Eysenck Neuroticism Scale (ENS), Beck Depression Inventory (BDI), Mood Disorders Questionnaire (MDQ), Perceived Stress Scale (PSS), Affective Lability Scale (ALS), Beck Suicide Scale (BSS) and 5 questions describing mood swings and its effects on behaviour. Results In a regression analysis with the BSS as the dependent variable, with age and sex controlled, and all of the other variables entered, only the BDI (p < 0.001) and the ALS (p < 0.01) were significant predictors. In an exploratory factor analysis of the ENS, 3 main factors (53% of variance) emerged. 2 of the factors consisted of mild anxiety and depression symptoms. The third factor (16% variance) was a mood instability factor. The ALS and the ENS both correlated with the 5 questions describing mood swings, but the correlations with the ALS were stronger. Conclusions Mood Instability is the unique component of neuroticism. MI (ALS) predicts suicidal thoughts along with the broad concept of depression (BDI). In this model, neuroticism (ENS) is not a predictor.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,003 | 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 ».