Separating Fact from Fiction: An Empirical Examination of Six Myths About Dissociative Identity Disorder
Notice bibliographique
Résumé
Dissociative identity disorder (DID) is a complex, posttraumatic, developmental disorder for which we now, after four decades of research, have an authoritative research base, but a number of misconceptualizations and myths about the disorder remain, compromising both patient care and research. This article examines the empirical literature pertaining to recurrently expressed beliefs regarding DID: (1) belief that DID is a fad, (2) belief that DID is primarily diagnosed in North America by DID experts who overdiagnose the disorder, (3) belief that DID is rare, (4) belief that DID is an iatrogenic, rather than trauma-based, disorder, (5) belief that DID is the same entity as borderline personality disorder, and (6) belief that DID treatment is harmful to patients. The absence of research to substantiate these beliefs, as well as the existence of a body of research that refutes them, confirms their mythical status. Clinicians who accept these myths as facts are unlikely to carefully assess for dissociation. Accurate diagnoses are critical for appropriate treatment planning. If DID is not targeted in treatment, it does not appear to resolve. The myths we have highlighted may also impede research about DID. The cost of ignorance about DID is high not only for individual patients but for the whole support system in which they reside. Empirically derived knowledge about DID has replaced outdated myths. Vigorous dissemination of the knowledge base about this complex disorder is warranted.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».