The validity of the family history screen for assessing family history of mental disorders
Notice bibliographique
Résumé
There is a need to collect psychiatric family history information quickly and economically (e.g., for genome-wide studies and primary care practice). We sought to evaluate the validity of family history reports using a brief screening instrument, the Family History Screen (FHS). We assessed the validity of parents' reports of seven psychiatric disorders in their adult children probands from the Dunedin Study (n = 959, 52% male), using the proband's diagnosis as the criterion outcome. We also investigated whether there were informant characteristics that enhanced accuracy of reporting or were associated with reporting biases. Using reports from multiple informants, we obtained sensitivities ranging from 31.7% (alcohol dependence) to 60.0% (conduct disorder) and specificities ranging from 76.0% (major depressive episode) to 97.1% (suicide attempt). There was little evidence that any informant characteristics enhanced accuracy of reporting. However, three reporting biases were found: the probability of reporting disorder in the proband was greater for informants with versus without a disorder, for female versus male informants, and for younger versus older informants. We conclude that the FHS is as valid as other family history instruments (e.g., the FH-RDC, FISC), and its brief administration time makes it a cost-effective method for collecting family history data. To avoid biasing results, researchers who aim to compare groups in terms of their family history should ensure that the informants reporting on these groups do not differ in terms of age, sex or personal history of 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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».