Benefits of the functional ensemble of temperament framework in assessment of mental disorders: Examples
Notice bibliographique
Résumé
Introduction An integration between psychiatry, neurochemistry and differential psychology gives an evidence-based framework for the diagnosis of mental illness rooted both in modern neurophysiology and clinical observations. Objectives To investigate whether, a neurochemical model of temperament might (FET) provide a better discrimination between major depression (MD), anxiety (GAD), co-morbid depression and anxiety and delusional disorders than existing emotionality-based temperament models. Methods Three studies compared the profiles on temperament and personality disorder inventories in patients who were diagnosed and treated for named disorders across four adult age groups (17–24, 25–45, 46–65, 66–84). Results The FET distinguished between MD and GAD in line with the DSM descriptors and showed significant differences for the traits of motor endurance and motor tempo (much lower values in MD), and neuroticism (much higher value in GAD). The results showed benefits of differentiation between physical and social types of fatigue as a symptom of MD and that high impulsivity and low plasticity can be also considered symptoms differentiating between mental disorders. Moreover, high sociability appeared as a symptom associated with high dominance–mania tendencies. The FET framework appeared to be sensitive to age and sex differences: higher anxiety and anti-social symptoms appeared to be more prominent in the younger age (unlike depression symptoms), and declined with age. Conclusions This study suggest the utility of using a functional approach to both taxonomy of temperament and classification of mental disorders and the benefits of systemic differentiating between 12 functional aspects of behavior, with special attention to non-emotionality-related aspects of behavior. Disclosure of interest The author has not supplied his/her declaration of competing interest.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».