MétaCan
Menu
Retour à la cohorte
Enregistrement W2084885548 · doi:10.1521/psyc.2014.77.2.130

Culture and Psychiatric Evaluation: Operationalizing Cultural Formulation for<i>DSM-5</i>

2014· review· en· W2084885548 sur OpenAlexaff
Roberto Lewis‐Fernández, Neil Krishan Aggarwal, Sofie Bäärnhielm, Hans Rohlof, Laurence J. Kirmayer, Mitchell G. Weiss, Sushrut Jadhav, Ladson Hinton, Renato D. Alarcón, Dinesh Bhugra, Simon Groen, Rob van Dijk, Adil Qureshi, Francisco Collazos, Cécile Rousseau, Luís Caballero Zoreda, M. L. Ramos, Francis G. Lu

Notice bibliographique

RevuePsychiatry · 2014
Typereview
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute of Mental Health
Mots-clésOperationalizationPsychologyProcess (computing)Applied psychologyClinical psychologyMedical educationComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The Outline for Cultural Formulation (OCF) introduced with DSM-IV provided a framework for clinicians to organize cultural information relevant to diagnostic assessment and treatment planning. However, use of the OCF has been inconsistent, raising questions about the need for guidance on implementation, training, and application in diverse settings. To address this need, DSM-5 introduced a cultural formulation interview (CFI) that operationalizes the process of data collection for the OCF. The CFI includes patient and informant versions and 12 supplementary modules addressing specific domains of the OCF. This article summarizes the literature reviews and analyses of experience with the OCF conducted by the DSM-5 Cross-Cultural Issues Subgroup (DCCIS) that informed the development of the CFI. We review the history and contents of the DSM-IV OCF, its use in training programs, and previous attempts to render it operational through questionnaires, protocols, and semi-structured interview formats. Results of research based on the OCF are discussed. For each domain of the OCF, we summarize findings from the DCCIS that led to content revision and operationalization in the CFI. The conclusion discusses training and implementation issues essential to service delivery.

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)0,013
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,003
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
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 Opus0,097
Tête enseignante GPT0,480
Écart entre enseignants0,383 · 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'étudeSans objet
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

Citations261
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychiatryMême sujetMental Health Treatment and AccessTravaux en français237 207