The Mild Brain Injury Atypical Symptoms (mBIAS) scale in a mixed clinical sample
Notice bibliographique
Résumé
INTRODUCTION: The Mild Brain Injury Atypical Symptoms (mBIAS) scale was developed as a symptom validity test (SVT) for use with patients following mild traumatic brain injury. This study was the first to examine the clinical utility of the mBIAS in a mixed clinical sample presenting to a Department of Veterans Affairs (VA) neuropsychology clinic. METHOD: Participants were 117 patients with mixed etiologies (85.5% male; age: M = 39.2 years, SD = 11.6) from a VA neuropsychology clinic. Participants were divided into pass/fail groups using two different SVT criteria, based on select validity scales from the Minnesota Multiphasic Personality Inventory-2 (MMPI-2): first, Infrequency Scale (F) scores: (a) MMPI-F-Fail (n = 21) and (b) MMPI-F-Pass (n = 96); and, second, Symptom Validity Scale (FBS) scores: (a) MMPI-FBS-Fail (n = 36) and (b) MMPI-FBS-Pass (n = 81). RESULTS: The mBIAS demonstrated good internal consistency, and each item contributed meaningfully to the total score. At a symptom exaggeration base rate of 35%, an mBIAS cutoff of ≥11 was optimal for screening symptom exaggeration when groups were classified using both F and FBS scales. This cutoff score resulted in very high specificity (.89 to .94); moderate-high positive predictive power (.71 to .75) and negative predictive power (.72 to .79); and low-moderate sensitivity (.31 to .57). At all base rates of probable somatic exaggeration, a cutoff of ≥16 resulted in perfect specificity and positive predictive power, but very low sensitivity. CONCLUSIONS: The mBIAS has potential for use in samples outside of mild traumatic brain injury. In settings where the symptom exaggeration base rate is 35%, a cutoff of ≥11 may be used as a "red flag" for further evaluation, but should not be relied on for clinical decision making. At all base rates of probable somatic exaggeration, psychologists with patients who score ≥16 can be confident that those patients were exaggerating. Importantly, however, this cutoff may fail to identify a large proportion of patients who are exaggerating.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».