Age of onset in obsessive–compulsive disorder: admixture analysis with a large sample
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Research into age of onset in obsessive-compulsive disorder (OCD) has indicated significant differences between patients with early and late onset of the disorder. However, multiple criteria have been used arbitrarily for differentiating between early- and late-onset OCD, rendering inconsistent results that are difficult to interpret. METHOD: In the current study, admixture analysis was conducted in a sample of 377 OC patients to determine the number of underlying populations of age of onset and associated demographic and clinical characteristics. Various measures of anxiety, depression, co-morbidity, autism, OCD, tics and attention deficit hyperactivity disorder (ADHD) symptoms were administered. RESULTS: A bimodal age of onset was established and the best-fitting cut-off score between early and late age of onset was 20 years (early age of onset ≤19 years). Patients with early age of onset were more likely to be single. Early age of onset patients demonstrated higher levels of OCD severity and increased symptoms on all OCD dimensions along with increased ADHD symptoms and higher rates of bipolar disorder. CONCLUSIONS: It is suggested that 20 years is the recommended cut-off age for the determination of early versus late age of onset in OCD. Early age of onset is associated with a generally graver OCD clinical picture and increased ADHD symptoms and bipolar disorder rates, which may be related to greater functional implications of the disorder. We propose that age of onset could be an important marker for the subtyping of OCD.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 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 découle