A Review of 20 Years of Research on Overdiagnosis and Underdiagnosis in the Rhode Island Methods to Improve Diagnostic Assessment and Services (MIDAS) Project
Notice bibliographique
Résumé
The Rhode Island Methods to Improve Diagnostic Assessment and Services (MIDAS) project represents an integration of research methodology into a community-based outpatient practice affiliated with an academic medical centre. The MIDAS project is the largest clinical epidemiological study using semi-structured interviews to assess a wide range of psychiatric disorders in a general clinical outpatient practice. In an early report from the MIDAS project, we found that across diagnostic categories clinicians using unstandardized, unstructured clinical interviews underrecognized diagnostic comorbidity, compared with the results of semi-structured interviews. Moreover, we found that the patients often wanted treatment for symptoms of disorders that were diagnosed as comorbid, rather than principal, conditions. This highlighted the importance, from the patient's perspective, of conducting thorough diagnostic interviews to diagnose disorders that are not related to the patient's chief complaint because patients often desire treatment for these additional diagnoses. While several of the initial papers from the MIDAS project identified problems with the detection of comorbid disorders in clinical practice, regarding the diagnosis of bipolar disorder we observed the emergence of an opposite phenomenon-clinician overdiagnosis. The results from the MIDAS project, along with other studies of diagnosis in routine clinical practice, have brought to the forefront the problem with diagnosis in routine clinical practice. An important question is what do these findings suggest about the community standard of care in making psychiatric diagnoses, and whether and how the standard of care should be changed? The implications are discussed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,057 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,019 | 0,026 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».