MétaCan
Menu
Retour à la cohorte
Enregistrement W2532810245 · doi:10.1024/1661-4747/a000286

Autistische Züge bei Patientinnen mit Borderline-Persönlichkeitsstörung unter besonderer Berücksichtigung der Empathie

2016· article· de· W2532810245 sur OpenAlexaboutno aff
Katia Nanchen, Anne Brodführer, Markus Heinrichs, Alexandra Philipsen, Ludger Tebartz van Elst, Swantje Matthies

Notice bibliographique

RevueZeitschrift für Psychiatrie Psychologie und Psychotherapie · 2016
Typearticle
Languede
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGynecologyAlexithymiaPsychologyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Zusammenfassung. Auch wenn in der Literatur über eine häufige Komorbidität zwischen der Borderline-Persönlichkeitsstörung (BPS) und der Autismus-Spektrum-Störung (ASS) diskutiert wird und überlappende Merkmale zwischen diesen beiden Störungsbildern nachgewiesen wurden, finden sich bisher nur wenige empirische Untersuchungen zu diesem Thema. Zur Einschätzung der Ausprägung autistischer Züge in der BPS-Population wurde in Rahmen dieser Studie der Autism Spectrum Quotient (AQ) von 38 BPS-Patientinnen erhoben und Zusammenhänge zwischen der Symptomatik der beiden Störungsbilder untersucht. Mit Hilfe des Interpersonal Reactivity Index und der Toronto Alexithymia Scale wurden insbesondere die Bereiche Empathie und Alexithymie genauer betrachtet. Die explorative Auswertung dieser Studie ergab, dass fast die Hälfte der BPS-Patientinnen den Cut-off-Wert im AQ überschritten und somit autistische Züge in einer Subgruppe der BPS-Betroffenen ausgeprägt zu sein scheinen. Weiterhin fanden sich in dieser Subgruppe niedrigere Werte für kognitive Empathie und höhere Alexithymie-Werte. Die Relevanz und Implikationen dieser Ergebnisse im klinischen Kontext werden diskutiert.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,033
Tête enseignante GPT0,355
Écart entre enseignants0,322 · 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

Citations13
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZeitschrift für Psychiatrie Psychologie und PsychotherapieMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207