Differences Between Axes Depend on Where You Set the Bar: Associations Among Symptoms, Interpersonal Relationship and Alexithymia With Number of Personality Disorder Criteria
Notice bibliographique
Résumé
Personality disorders are better understood as entities that vary according to severity along specific domains rather than a phenomenon separate from and unrelated to Axis I disorders. This study explores whether patients who were rated as having greater numbers of personality disorder traits reported greater levels of interpersonal problems, psychiatric symptoms, and alexithymia. The sample was composed of 506 consecutive patients assessed in a private outpatient center who were administered the SCID-II Symptom-Checklist (SCL-90-R), Inventory of Interpersonal Problems (IIP-47), and Toronto Alexithymia-Scale (TAS-.20). Based upon the number of personality disorder traits identified in the SCID, participants were classified into five groups: 0-4, 5-9, 10-14, 15-19, and 20 or more personality disorder traits met. Comparisons between groups revealed that symptom severity and levels of interpersonal problems increased between groups as the number of personality disorder traits increased. After covarying for symptom severity, there were no significant between-groups differences for levels of alexithymia. Findings are consistent with the claims that the simple Axis I-Axis II distinction is not an optimal strategy to understand personality pathology. It instead may be more fruitful to consider group differences in terms of numbers of personality disorder traits met.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 tête enseignante, 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 ».