MétaCan
Menu
Retour à la cohorte
Enregistrement W2558753579 · doi:10.3138/jmvfh.4001

Do DSM-5 changes to PTSD symptom cluster criteria alter the frequency of probable PTSD when screening treatment-seeking Canadian Forces members and Veterans?

2016· article· en· W2558753579 sur OpenAlexaffvenueabout
Maya Roth, Kate St. Cyr, Amanda R. Levine, Lisa King, J. Don Richardson

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2016
Typearticle
Langueen
DomainePsychology
ThématiquePosttraumatic Stress Disorder Research
Établissements canadiensParkwood Institute
Organismes subventionnairesnon disponible
Mots-clésDSM-5PsychiatryPsychologyCluster (spacecraft)Veterans AffairsClinical psychologyMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: DSM-5 diagnostic criteria revisions for post-traumatic stress disorder (PTSD) have raised concerns about PTSD prevalence – particularly the new requirement of one avoidance symptom. We examined the frequency of positive screening results for probable PTSD in treatment-seeking Canadian Armed Forces (CAF) personnel and Veterans when both DSM-5 and DSM-IV-TR symptom cluster criteria were applied. Methods: Previously collected data from 382 CAF personnel and Veterans were used to identify the frequency of positive screens using both sets of diagnostic criteria. Results: 71.2% ( n=272) of participants screened positively for probable PTSD using DSM-5 symptom cluster criteria, compared to 77.7% ( n=297) using DSM-IV-TR symptom cluster criteria. Percent agreement analyses found that negative percent agreement was 100.0%, positive percent agreement was 91.6%, and overall percent agreement was 93.5%. Discussion: The number of individuals who screened positively for probable PTSD using DSM-IV-TR criteria was higher than those who screened positively using DSM-5 criteria. The requirement of at least one avoidance symptom appears to have a noticeable impact on the frequency of positive screens for probable PTSD among treatment-seeking military personnel. This has important implications for pension adjudication and treatment entitlement.

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)0,006
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,974

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,097
Tête enseignante GPT0,379
Écart entre enseignants0,283 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations2
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetPosttraumatic Stress Disorder ResearchTravaux en français237 207