MétaCan
Menu
Retour à la cohorte
Enregistrement W2064010969 · doi:10.1017/s0033291708003115

How should we construct psychiatric family history scores? A comparison of alternative approaches from the Dunedin Family Health History Study

2008· article· en· W2064010969 sur OpenAlexaff
Barry Milne, Terrie E. Moffitt, Raewyn Crump, Richie Poulton, Michael Rutter, Malcolm R. Sears, Anne Taylor, Avshalom Caspi

Notice bibliographique

RevuePsychological Medicine · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesNational Institute of Mental Health
Mots-clésConstruct (python library)Family historyPsychologyFamily healthPsychiatryClinical psychologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is increased interest in assessing the family history of psychiatric disorders for both genetic research and public health screening. It is unclear how best to combine family history reports into an overall score. We compare the predictive validity of different family history scores. METHOD: Probands from the Dunedin Study (n=981, 51% male) had their family history assessed for nine different conditions. We computed four family history scores for each disorder: (1) a simple dichotomous categorization of whether or not probands had any disordered first-degree relatives; (2) the observed number of disordered first-degree relatives; (3) the proportion of first-degree relatives who are disordered; and (4) Reed's score, which expressed the observed number of disordered first-degree relatives in terms of the number expected given the age and sex of each relative. We compared the strength of association between each family history score and probands' disorder outcome. RESULTS: Each score produced significant family history associations for all disorders. The scores that took account of the number of disordered relatives within families (i.e. the observed, proportion, and Reed's scores) produced significantly stronger associations than the dichotomous score for conduct disorder, alcohol dependence and smoking. Taking account of family size (i.e. using the proportion or Reed's score) produced stronger family history associations depending on the prevalence of the disorder among family members. CONCLUSIONS: Dichotomous family history scores can be improved upon by considering the number of disordered relatives in a family and the population prevalence of the disorder.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,067
score de la tête « metaresearch » (Gemma)0,131
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,067
Score d'incertitude au seuil0,354

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0670,131
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0080,007
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,267
Tête enseignante GPT0,365
Écart entre enseignants0,099 · 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 source (Gemma direct ou Codex distillé), 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

Citations73
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological MedicineMême sujetGenetic Associations and EpidemiologyTravaux en français237 207