What does an idiographic measure (PSYCHLOPS) tell us about the spectrum of psychological issues and scores on a nomothetic measure (CORE-OM)?
Notice bibliographique
Résumé
Background: Psychological Outcome Profiles ('PSYCHLOPS') is a short, idiographic mental health outcome measure, designed for use in primary care. It has convergent validity with nomothetic measures. Aims: This study determined the proportion of issues elicited by PSYCHLOPS (idiographic) which do not appear in CORE-OM items (nomothetic). The study compared the issues reported on PSYCHLOPS by clients classified as cases and as non-cases on CORE-OM. Methods: The study population consisted of 215 clients referred for talking therapy in primary care. Thematic analysis was conducted to categorise the freetext responses of PSYCHLOPS. These themes were cross-checked against the items in CORE-OM. Pre-therapy CORE-OM scores were used to determine caseness and hence compare PSYCHLOPS themes by caseness. Results: PSYCHLOPS responses were coded into 61 different themes. 'Relationship problems' were the most frequent themes. Twenty-seven of the 61 (44%) themes were not covered by CORE-OM items; 128 (60%) clients reported at least one response which did not clearly map to a CORE-OM item. Sixty-six of the 215 (31%) clients were classified as non-cases and they showed no significant differences in theme frequency from the cases. Conclusions: Idiographic measures highlight the psychological concerns of clients presenting for therapy; many of these concerns did not feature on a nomothetic measure. By using both outcome measures, we have tried to capture diversity and demonstrate the multi-faceted nature of psychological distress rather than to standardise the assessment of outcome
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 | 0,009 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 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 ».