MétaCan
Menu
Retour à la cohorte
Enregistrement W2070403375 · doi:10.1097/00131746-200009000-00005

Modeling the Relationship Between Affective Lability, Impulsivity, and Suicidal Behavior in Patients with Borderline Personality Disorder

2000· review· en· W2070403375 sur OpenAlexaff
Paul S. Links, Andrea K. Boggild, Nitin Sarin

Notice bibliographique

RevueJournal of Psychiatric Practice · 2000
Typereview
Langueen
DomainePsychology
ThématiquePersonality Disorders and Psychopathology
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésBorderline personality disorderImpulsivityLabilityPsychologyAffect (linguistics)Clinical psychologyImpulse (physics)PersonalityPoison controlReactivity (psychology)PsychiatryMedicineSocial psychologyMedical emergency

Résumé

récupéré en direct d'OpenAlex

This article reviews the concept of affective lability and suggests that new models are needed to characterize the relationship between affective states such as affective lability, impulsivity, and suicidal behavior. The association of affective lability, impulsivity, and suicidal behavior is most relevant to understanding the risk of suicide in individuals with borderline personality disorder. The relationship between affective lability and suicide might be explained as 1) a form of bipolarity, 2) a form of impulse dyscontrol, 3) a quantitative disorder of affect, or 4) an environmental reactivity. Our opinion of the relevant literature suggests that a quantitative disorder of affect accompanied by the inability to control these affects are the essential components leading to the risk of suicidal behavior. Characterizing the dyscontrol and high intensity of affect leads to a reconceptualization of depression in patients with borderline personality disorder and to a re-examination of the causal chain of events leading to suicidal behavior. The implications for clinical practice resulting from the proposed model are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,050
Tête enseignante GPT0,396
Écart entre enseignants0,346 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Psychiatric PracticeMême sujetPersonality Disorders and PsychopathologyTravaux en français237 207