An examination of the quality and performance of the Alda scale for classifying lithium response phenotypes
Notice bibliographique
Résumé
OBJECTIVES: The Retrospective Assessment of the Lithium Response Phenotype Scale (Alda scale) is the most widely used clinical measure of lithium response phenotypes. We assess its performance against recommended psychometric and clinimetric standards. METHODS: We used data from the Consortium for Lithium Genetics and a French study of lithium response phenotypes (combined sample >2500) to assess reproducibility, responsiveness, validity, and interpretability of the A scale (assessing change in illness activity), the B scale, and its items (assessing confounders of response) and the previously established response categories derived from the Total Score for the Alda scale. RESULTS: The key findings are that the B scale is vulnerable to error measurement. For example, some items contribute little to overall performance of the Alda scale (eg, B2) and that the B scale does not reliably assess a single construct (uncertainty in response). Machine learning models indicate that it may be more useful to employ an algorithm for combining the ratings of individual B items in a sequence that clarifies the noise to signal ratio instead of using a composite score. CONCLUSIONS: This study highlights three important topics. First, empirical approaches can help determine which aspects of the performance of any scale can be improved. Second, the B scale of the Alda is best applied as a multidimensional index (identifying several independent confounders of the assessment of response). Third, an integrated science approach to precision psychiatry is vital, otherwise phenotypic misclassifications will undermine the reliability and validity of findings from genetics and biomarker studies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».