MétaCan
Menu
Retour à la cohorte
Enregistrement W2970094891 · doi:10.1001/jamapsychiatry.2019.2102

Delay Discounting as a Transdiagnostic Process in Psychiatric Disorders

2019· review· en· W2970094891 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJAMA Psychiatry · 2019
Typereview
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesnon disponible
Mots-clésPsycINFOPsychologyMeta-analysisBorderline personality disorderClinical psychologyMEDLINEDiscountingDelay discountingPsychiatryImpulsivityMedicine

Résumé

récupéré en direct d'OpenAlex

Importance: Delay discounting is a behavioral economic index of impulsive preferences for smaller-immediate or larger-delayed rewards that is argued to be a transdiagnostic process across health conditions. Studies suggest some psychiatric disorders are associated with differences in discounting compared with controls, but null findings have also been reported. Objective: To conduct a meta-analysis of the published literature on delay discounting in people with psychiatric disorders. Data Sources: PubMed, MEDLINE, PsycInfo, Embase, and Web of Science databases were searched through December 10, 2018. The psychiatric keywords used were based on DSM-IV or DSM-5 diagnostic categories. Collected data were analyzed from December 10, 2018, through June 1, 2019. Study Selection: Following a preregistered Preferred Reporting Items for Systematic Reviews and Meta-Analysis (PRISMA) protocol, 2 independent raters reviewed titles, abstracts, and full-text articles. English-language articles comparing monetary delay discounting between participants with psychiatric disorders and controls were included. Data Extraction and Synthesis: Hedges g effect sizes were computed and random-effects models were used for all analyses. Heterogeneity statistics, one-study-removed analyses, and publication bias indices were also examined. Main Outcomes and Measures: Categorical comparisons of delay discounting between a psychiatric group and a control group. Results: The sample included 57 effect sizes from 43 studies across 8 diagnostic categories. Significantly steeper discounting for individuals with a psychiatric disorder compared with controls was observed for major depressive disorder (Hedges g = 0.37; P = .002; k = 7), schizophrenia (Hedges g = 0.46; P = .004; k = 12), borderline personality disorder (Hedges g = 0.60; P < .001; k = 8), bipolar disorder (Hedges g = 0.68; P < .001; k = 4), bulimia nervosa (Hedges g = 0.41; P = .001; k = 4), and binge-eating disorder (Hedges g = 0.34; P = .001; k = 7). In contrast, anorexia nervosa exhibited statistically significantly shallower discounting (Hedges g = -0.30; P < .001; k = 10). Modest evidence of publication bias was indicated by a statistically significant Egger test for schizophrenia and at the aggregate level across studies. Conclusions and Relevance: Results of this study appear to provide empirical support for delay discounting as a transdiagnostic process across most of the psychiatric disorders examined; the literature search also revealed limited studies in some disorders, notably posttraumatic stress disorder, which is a priority area for research.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0030,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,007

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 Opus0,106
Tête enseignante GPT0,465
Écart entre enseignants0,359 · 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