MétaCan
Menu
Retour à la cohorte
Enregistrement W2801288619 · doi:10.1017/bec.2018.8

The Sensitivity of Three Versions of the Padua Inventory to Measuring Treatment Outcome and Their Relationship to the Yale-Brown Obsessive Compulsive Scale

2018· article· en· W2801288619 sur OpenAlexafffund
Louis‐Philippe Baraby, Jean‐Sébastien Audet, Frederick Aardema

Notice bibliographique

RevueBehaviour Change · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueObsessive-Compulsive Spectrum Disorders
Établissements canadiensUniversité de MontréalDouglas Mental Health University Institute
Organismes subventionnairesCanadian Institutes of Health ResearchFonds de recherche du QuébecYale University
Mots-clésPsychologyScale (ratio)Outcome (game theory)Obsessive compulsiveClinical psychologyPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

The Yale-Brown Obsessive Compulsive Scale (Y-BOCS) and different versions of the Padua Inventory (PI) are frequently used instruments to measure symptoms of obsessive-compulsive disorder (OCD). However, little is known of how these different versions of the PI compare to each other in their sensitivity to measuring treatment outcome, and there is currently no adequate explanation to account for the weak relationships between self-report measures and the Y-BOCS. This study aimed to investigate the sensitivity of these measures to treatment outcome, and to examine whether differences in how they measure symptom severity can explain the weak relationships. Hypotheses were: (1) the Y-BOCS would be significantly more sensitive to measuring treatment outcome than the PI versions; (2) correlations between the measures would be significantly stronger for change scores as compared to relations measured at a single point in time; (3) weak relationships can be explained by the PI measuring symptom severity based on content and the Y-BOCS measuring symptoms, independent of content. Results showed that the Y-BOCS was significantly more sensitive to measuring treatment outcome than the PI versions, while differences between the questionnaires in which severity is measured can provide a partial account for why weak relations are observed between these measures.

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)0,025
score de la tête « metaresearch » (Gemma)0,076
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 enseignants0,025
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,076
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,113
Tête enseignante GPT0,322
Écart entre enseignants0,209 · 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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehaviour ChangeMême sujetObsessive-Compulsive Spectrum DisordersTravaux en français237 207