MétaCan
Menu
Retour à la cohorte
Enregistrement W2950790608 · doi:10.1101/570218

Fractionation of impulsive and compulsive trans-diagnostic phenotypes and their longitudinal associations

2019· preprint· en· W2950790608 sur OpenAlexfundno aff
Samuel R. Chamberlain, Jeggan Tiego, Leonardo F. Fontenelle, Roxanne Hook, Linden Parkes, Rebecca Segrave, Tobias U. Hauser, Raymond J. Dolan, Ian Goodyer, Edward T. Bullmore, Jon E. Grant, Murat Yücel

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomainePsychology
ThématiqueObsessive-Compulsive Spectrum Disorders
Établissements canadiensnon disponible
Organismes subventionnairesNIHR Cambridge Biomedical Research CentreH. Lundbeck A/SFundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de JaneiroConselho Nacional de Desenvolvimento Científico e TecnológicoUniversity of TorontoUniversity College LondonNational Institute on Drug AbuseNational Center for Responsible GamingNational Institute for Health and Care ResearchNational Health and Medical Research CouncilUniversity of CambridgeWellcome TrustMax-Planck-GesellschaftJacobs FoundationMedical Research CouncilAmerican Foundation for Suicide Prevention
Mots-clésImpulsivityPsychologyDisinhibitionDysfunctional familyStructural equation modelingBig Five personality traitsDistressDevelopmental psychologyCompulsive behaviorClinical psychologyPopulationPersonalityPsychiatrySocial psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Objective Young adulthood is a crucial neurodevelopmental period during which impulsive and compulsive problem behaviours commonly emerge. While traditionally considered diametrically opposed, impulsive and compulsive symptoms tend to co-occur. The objectives of this study were: (i) to identify the optimal trans-diagnostic structural framework for measuring impulsive and compulsive problem behaviours; and (ii) to use this optimal framework to identify common/distinct antecedents of these latent phenotypes. Methods 654 young adults were recruited as part of the Neuroscience in Psychiatry Network (NSPN), a population-based cohort in the United Kingdom. The optimal trans-diagnostic structural model capturing 33 types of impulsive and compulsive problem behaviours was identified. Baseline predictors of subsequent impulsive and compulsive trans-diagnostic phenotypes were characterised, along with cross-sectional associations, using Partial Least Squares (PLS). Results Current problem behaviours were optimally explained by a bi-factor model, which yielded dissociable measures of impulsivity and compulsivity, as well as a general disinhibition factor. Impulsive problem behaviours were significantly explained by prior antisocial and impulsive personality traits, male gender, general distress, perceived dysfunctional parenting, and teasing/arguments within friendships. Compulsive problem behaviours were significantly explained by prior compulsive traits, and female gender. Conclusions This study demonstrates that trans-diagnostic phenotypes of 33 impulsive and compulsive problem behaviours are identifiable in young adults, utilizing a bi-factor model based on responses to a single questionnaire. Furthermore, these phenotypes have different antecedents. The findings yield a new framework for fractionating impulsivity and compulsivity; and suggest different early intervention targets to avert emergence of problem behaviours. This framework may be useful for future biological and clinical dissection of impulsivity and compulsivity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,097
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,251
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetObsessive-Compulsive Spectrum DisordersTravaux en français237 207