MétaCan
Menu
Retour à la cohorte
Enregistrement W2773336986 · doi:10.3389/fpsyt.2017.00276

Mood Instability Is a Precursor of Relationship and Marital Difficulties: Results from Prospective Data from the British Health and Lifestyle Surveys

2017· article· en· W2773336986 sur OpenAlexaff
Rudy Bowen, Lisa Yue Dong, Evyn M. Peters, Marilyn Baetz, Lloyd Balbuena

Notice bibliographique

RevueFrontiers in Psychiatry · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMoodPsychologyPsychiatryClinical psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

The DSM system implies that affective instability is caused by reactivity to interpersonal events. We used the British Health and Lifestyle Survey (HALS) that surveyed community residents in 1984 and again in 1991 to study competing hypotheses: that mood instability (MI) leads to interpersonal difficulties or vice versa. We analyzed data from 5,352 persons who participated in both waves of the survey. Factor analysis of the Eysenck Personality Inventory neuroticism scale was used to derive a 4 item scale for MI. We used depression measures that were previously derived by factor analyzing the General Health Questionnaire. We tested the competing hypotheses by regressing variables at follow-up against baseline variables. The results showed that MI in 1984 clearly predicted the development of interpersonal problems in 1991. After adjusting for depression, depression becomes the main predictor of spousal difficulties, but MI remains a predictor of interpersonal difficulties with family and friends. Attempts to investigate the reverse hypothesis were ambiguous. The clinical implication is that when MI and interpersonal problems are reported, the MI should be treated first, or at least concurrently.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,034
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,040
Tête enseignante GPT0,334
Écart entre enseignants0,295 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetHealth disparities and outcomesTravaux en français237 207