MétaCan
Menu
Retour à la cohorte
Enregistrement W2952381179 · doi:10.1093/pch/pxz053

A case report and literature review: Factitious disorder imposed on another and malingering by proxy

2019· article· en· W2952381179 sur OpenAlexaff
Ilana Walters, Rachel MacIntosh, Kim Blake

Notice bibliographique

RevuePaediatrics & Child Health · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueChild Abuse and Related Trauma
Établissements canadiensIzaak Walton Killam Health CentreDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMalingeringFactitious disorderProxy (statistics)PsychologyPsychiatryClinical psychologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Factitious disorder imposed on another (FDIA) and malingering by proxy (MAL-BP) are two forms of underreported child maltreatment that should remain on physicians' differential. This case of a 2-year-old boy, which spans 6 years, reveals the complexity in and difficulties with diagnosis. Key features include the patient's mother using advanced medical jargon to report multiple disconnected concerns and visits to numerous providers. As a result, the patient underwent many investigations which often revealed normal findings. FDIA was suspected by the paediatrician, especially following corroboration with the child's day care and past primary health care provider. This case demonstrates the possible overlap in diagnoses, which are characterized by a lack of consistent presentation and deceitful caregivers, often complicated by true underlying illness. The authors use clinical experience and limited existing literature to empower paediatricians to confidently diagnose and report FDIA and MAL-BP to limit future harm to children.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,561
Score d'incertitude au seuil0,632

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,254
Écart entre enseignants0,249 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child HealthMême sujetChild Abuse and Related TraumaTravaux en français237 207