Variability and predictors of negative mood intensity in patients with borderline personality disorder and recurrent suicidal behavior: Multilevel analyses applied to experience sampling methodology.
Notice bibliographique
Résumé
Variability in mood swings is a characteristic of borderline personality disorder (BPD) and is associated with suicidal behavior. This study investigated patterns of mood variability and whether such patterns could be predicted from demographic and suicide-related psychological risk factors. Eighty-two adults with BPD and histories of recurrent suicidal behavior were recruited from 3 outpatient psychiatric programs in Canada. Experience sampling methodology (ESM) was used to assess negative mood intensity ratings on a visual analogue scale, 6 random times daily, for 21 days. Three-level models estimated variability between times (52.8%), days (22.2%), and patients (25.1%) and supported a quadratic pattern of daily mood variability. Depression scores predicted variability between patients' initial rating of the day. Average daily mood patterns depended on levels of hopelessness, suicide ideation, and sexual abuse history. Patients reporting moderate to severe sexual abuse and elevated suicide ideation were characterized by worsening moods from early morning up through evening, with little or no relief; patients reporting mild sexual abuse and low suicide ideation reported improved mood throughout the day. These patterns, if replicated in larger ESM studies, may potentially assist the clinician in determining which patients require close monitoring.
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 | 0,002 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».