A pragmatic approach to the diagnosis and treatment of mixed features in adults with mood disorders
Notice bibliographique
Résumé
Mixed features specifier (MFS) is a new nosological entity defined and operationalized in the Diagnostic and Statistical Manual of Mental Disorders (DSM), 5th Edition. The impetus to introduce the MFS and supplant mixed states was protean, including the lack of ecological validity, high rates of misdiagnosis, and guideline discordant treatment for mixed states. Mixed features specifier identifies a phenotype in psychiatry with greater illness burden, as evidenced by earlier age at onset, higher episode frequency and chronicity, psychiatric and medical comorbidity, suicidality, and suboptimal response to conventional antidepressants. Mixed features in psychiatry have historical, conceptual, and nosological relevance; MFS according to DSM-5, is inherently neo-Kraepelinian insofar as individuals with either Major Depressive Disorder (MDD) or Bipolar Disorder (BD) may be affected by MFS. Clinicians are encouraged to screen all patients presenting with a major depressive episode (or hypomanic episode) for MFS. Although "overlapping symptoms" were excluded from the diagnostic criteria (eg, agitation, anxiety, irritability, insomnia), clinicians are encouraged to probe for these nonspecific symptoms as a possible proxy of co-existing MFS. In addition to conventional antidepressants, second generation antipsychotics and/or conventional mood stabilizers (eg, lithium) may be considered as first-line therapies for individuals with a depressive episode as part of MDD or BD with mixed features.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».