Malingering by Proxy: A Literature Review and Current Perspectives
Notice bibliographique
Résumé
Malingering by proxy (MAL-BP) is a form of maltreatment that involves a caregiver who fabricates or induces signs or symptoms in a child, dependent adult, or pet in pursuit of external, tangible incentives. Rarely studied, MAL-BP has an unknown prevalence, and is a challenging diagnosis for healthcare professionals. Therefore, a comprehensive computer literature search and review was conducted. The review uncovered a total of sixteen case reports of MAL-BP (eleven human, five veterinary). The motive for malingering was financial in all human cases and medication-seeking in all veterinary cases. Although the strategies employed differed among the identified cases, common themes regarding the best approach to identification of MAL-BP cases became evident. A comprehensive workup including a thorough history, physical examination, appropriate neuropsychological testing, and relevant collateral information forms the basis of an effective identification strategy. The optimal method of management is currently unclear due to a relative paucity of data and guidelines. However, management of these cases would likely include a team-based approach with a prudent assessment of safety for the proxy and a low threshold for referral to appropriate services. Long-term follow-up is essential and should be approached from a biopsychosocial perspective. Attention, research, and guidance on this topic are needed to develop further evidence-based guidelines for the identification and management of MAL-BP.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».