MétaCan
Menu
Retour à la cohorte
Enregistrement W2953672889 · doi:10.1192/bjp.209.6.527a

Authors' reply

2016· letter· en· W2953672889 sur OpenAlexaboutno aff
Michel Dückers, Eva Alisic, Chris R. Brewin

Notice bibliographique

RevueThe British Journal of Psychiatry · 2016
Typeletter
Langueen
DomainePsychology
ThématiquePsychiatric care and mental health services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContent (measure theory)Computer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Is there a vulnerability paradox in PTSD?Pitfalls in cross-national comparisons of epidemiological data Du ¨ckers et al 1 analyse the relationship between prevalence estimates of trauma exposure and post-traumatic stress disorder (PTSD) in published data-sets from 24 countries, and between PTSD and vulnerability (based on a country vulnerability index developed in the 2013 World Risk report).The findings are substantially counterintuitive; countries with low vulnerability have higher lifetime rates of PTSD, meaning that countries with low vulnerability and high trauma exposure have the highest rates of lifetime PTSD.The authors do emphasise a number of limitations of their work, and yet they conclude that a 'vulnerability paradox' exists for both PTSD and depression, with rates higher in countries with more resources and better healthcare systems.This conclusion would seem inconsistent with a great deal of work in global mental health, which emphasises the considerable treatment gap in mental health services, with under-diagnosis and under-treatment particularly high in low-and middle-income countries.2 It raises the question of what precisely is being measured by epidemiological studies of common mental disorders in general, and by studies of trauma exposure and PTSD in particular.3 There has been no shortage of critics of psychiatric nosology, including the construct of PTSD: 4 are counterintuitive findings such as those of Du ¨ckers et al valid in some way, or do they underscore the limitations of our current classification systems, and the epidemiological surveys which employ related measures?Consider, for example, the findings cited by Du ¨ckers et al that in South Africa and Lebanon, 73.8% and 68.85% of the population reported exposure to trauma, lower rates than in The Netherlands or Canada.In our view, given the multiple influences that determine self-reported rates of trauma exposure (including those noted by Du ¨ckers et al), comparing such rates across surveys is a matter of 'comparing oranges and apples' .Other data from other sources may legitimately allow comparison of prevalence estimates: for example, the death rate from motor vehicle accidents in South Africa is 25.1 per 100 000 compared with 3.4 in The Netherlands, and there were 35.7 v. 8.9 murders per 100 000 in South Africa v.The Netherlands. 5 Furthermore, rigorous examination of raw data across surveys (which Du ¨ckers et al note that they did not undertake) allows valid conclusions about trauma exposure: for example, that a small number of traumatic events account for a larger proportion of all traumatic event exposure across the world.5 When it comes to PTSD, Du ¨ckers et al note a prevalence of PTSD of 0.0% in Nigeria, 3.4% in Lebanon, and 9.2% in Canada; they emphasise a range of methodological issues that may have contributed to such findings, but nevertheless proceed to their analysis.In our view, the 0.0% prevalence estimate of PTSD in Nigeria should be considered as a single sampling, prone to any Contents & Is there a vulnerability paradox in PTSD?Pitfalls in cross-national comparisons of epidemiological data & Ethnic density -meaning and implications

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)0,007
score de la tête « metaresearch » (Gemma)0,093
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,093
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0050,006
Science ouverte0,0040,004
Intégrité de la recherche0,0240,032
Charge utile insuffisante (le modèle a refusé de juger)0,0490,026

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 Opus0,016
Tête enseignante GPT0,309
Écart entre enseignants0,293 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe British Journal of PsychiatryMême sujetPsychiatric care and mental health servicesTravaux en français237 207