MétaCan
Menu
Retour à la cohorte
Enregistrement W2166654538 · doi:10.1177/070674370705200604

Longitudinal Diagnostic Efficiency of DSM-IV Criteria for Borderline Personality Disorder: A 2-Year Prospective Study

2007· article· en· W2166654538 sur OpenAlexvenueno aff
Carlos M. Grilo, Charles A. Sanislow, Andrew E. Skodol, John G. Gunderson, Robert L. Stout, Donna S. Bender, Shirley Yen, M. Tracie Shea, Leslie C. Morey, Mary C. Zanarini, Thomas H. McGlashan

Notice bibliographique

RevueThe Canadian Journal of Psychiatry · 2007
Typearticle
Langueen
DomainePsychology
ThématiquePersonality Disorders and Psychopathology
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Mental Health
Mots-clésBorderline personality disorderMedical diagnosisPsychologyClinical psychologyLongitudinal studyResearch Diagnostic CriteriaDiagnostic accuracyPredictive powerPredictive validityPsychometricsPsychiatryMedicineSchizophrenia (object-oriented programming)Internal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine the longitudinal diagnostic efficiency of the DSM-IV criteria for borderline personality disorder (BPD). METHODS: At baseline, we used semistructured diagnostic interviews to determine criteria and diagnoses; blinded assessments were performed 24 months later with 550 participants. Diagnostic efficiency indices (specifically, conditional probabilities, total predictive power, and kappa) were calculated for each criterion determined at baseline, with the independent BPD diagnosis at follow-up used as the standard. RESULTS: Longitudinal diagnostic efficiencies for the BPD criteria varied, with the criteria of suicidality or self-injury and unstable relationships demonstrating the most predictive utility. CONCLUSIONS: BPD criteria differ in their predictive utility for the diagnosis of BPD when considered longitudinally. These findings have implications both for clinicians who are considering diagnoses and for researchers concerned with forthcoming revisions of our nosological system.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,566
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,023
Tête enseignante GPT0,335
Écart entre enseignants0,312 · 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.

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

Citations30
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of PsychiatryMême sujetPersonality Disorders and PsychopathologyTravaux en français237 207