MétaCan
Menu
Retour à la cohorte
Enregistrement W2113302243 · doi:10.1521/pedi.18.6.542.54796

Depressive Personality Disorder: Rates of Comorbidity with Personality Disorders and Relations to the Five-factor Model of Personality

2004· article· en· W2113302243 sur OpenAlexaff
R. Michael Bagby, Deborah R. Schuller, Margarita B. Marshall, Andrew G. Ryder

Notice bibliographique

RevueJournal of Personality Disorders · 2004
Typearticle
Langueen
DomainePsychology
ThématiquePersonality Disorders and Psychopathology
Établissements canadiensConcordia UniversityMcGill UniversityUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésPsychologyPersonality disordersFacet (psychology)PersonalityComorbidityClinical psychologyBig Five personality traitsPersonality Assessment InventoryPsychiatrySocial psychology

Résumé

récupéré en direct d'OpenAlex

Depressive personality disorder (DPD) is listed in the DSM-IV as one of the "Disorders for Further Study." In this investigation we examined (1) the rates of comorbidity of DPD with the 10 personality disorders (PDs) in the main text of DSM-IV, and (2) the convergent and discriminant validity of DPD in its relation to the 30 facet traits of the Five-Factor Model of personality (FFM). One hundred and sixty-nine participants with psychiatric diagnoses were interviewed with the Structured Clinical Interview for DSM-IV Personality Disorders Questionnaire (SCID-II) and completed the Revised NEO Personality Inventory (NEO PI-R). A total of 26 (15%) of the participants met diagnostic criteria for at least one of the 10 main text PDs, and 15 (9%) met criteria for DPD. Of those who met criteria for DPD, 10 (59%) of the participants also met criteria for one or more of the 10 main text PDs. Regression analyses indicated a four-facet trait set derived from the NEO PI-R thought to be uniquely associated with DPD accounted for a significant amount of variance in DPD SCID-II PD scores and was significantly larger for DPD than it was for the 9 of the 10 main text PDs; the sole exception was for avoidant PD. Diagnostically, DPD overlaps significantly with other PDs but is distinguishable in its unique relation with traits from the FFM.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
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 Opus0,032
Tête enseignante GPT0,323
Écart entre enseignants0,291 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations33
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personality DisordersMême sujetPersonality Disorders and PsychopathologyTravaux en français237 207