MétaCan
Menu
Retour à la cohorte
Enregistrement W2137057210 · doi:10.1002/da.20760

The effects of latent variables in the development of comorbidity among common mental disorders

2011· article· en· W2137057210 sur OpenAlexafffund
Ronald C. Kessler, Brian J. Cox, Jennifer Green, Johan Ormel, Katie A. McLaughlin, Kathleen R. Merikangas, Maria Petukhova, Daniel S. Pine, Leo Russo, Joël Swendsen, Hans‐Ulrich Wïttchen, Alan M. Zaslavsky

Notice bibliographique

RevueDepression and Anxiety · 2011
Typearticle
Langueen
DomainePsychology
ThématiquePersonality Disorders and Psychopathology
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNational Institute on Drug AbuseNational Institute of Mental HealthCanadian Institutes of Health ResearchFogarty International CenterNational Institutes of Health
Mots-clésComorbidityPsychologyClinical psychologyNational Comorbidity SurveyAnxietyLatent variableMood disordersModerationMediationPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although numerous studies have examined the role of latent predispositions to internalizing and externalizing disorders in the structure of comorbidity among common mental disorders, none examined latent predispositions in predicting development of comorbidity. METHODS: A novel method was used to study the role of latent variables in the development of comorbidity among lifetime DSM-IV disorders in the National Comorbidity Surveys. Broad preliminary findings are briefly presented to describe the method. The method used survival analysis to estimate time-lagged associations among 18 lifetime DSM-IV anxiety, mood, behavior, and substance disorders. A novel estimation approach examined the extent to which these predictive associations could be explained by latent canonical variables representing internalizing and externalizing disorders. RESULTS: Consistently significant positive associations were found between temporally primary and secondary disorders. Within-domain time-lagged associations were generally stronger than between-domain associations. The vast majority of associations were explained by a model that assumed mediating effects of latent internalizing and externalizing variables, although the complexity of this model differed across samples. A number of intriguing residual associations emerged that warrant further investigation. CONCLUSIONS: The good fit of the canonical model suggests that common causal pathways account for most comorbidity among the disorders considered. These common pathways should be the focus of future research on the development of comorbidity. However, the existence of several important residual associations shows that more is involved than simple mediation. The method developed to carry out these analyses provides a unique way to pinpoint these significant residual associations for subsequent focused study.

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)0,023
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,023
Score d'incertitude au seuil0,122

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,073
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,282
Écart entre enseignants0,262 · 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'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

Citations78
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDepression and AnxietyMême sujetPersonality Disorders and PsychopathologyTravaux en français237 207