Examining the predictive association of irritability with borderline personality disorder in a clinical sample of female adolescents
Notice bibliographique
Résumé
OBJECTIVES: Borderline personality disorder (BPD) is a disorder associated with emotion dysregulation and is common in clinical samples of adolescents. The identification and delineation of BPD from other disorders is important, yet methods for effectively screening for BPD are lacking. Here, we examine whether irritability can be used as a screening item for BPD in adolescents at risk for the disorder. METHODS: We assessed Diagnostic Interview for Borderline-Revised and Development of Well-Being Assessment scores in a clinical sample of female adolescents ages 12-17 (n = 78) to identify BPD and group cases into 'irritable' and 'non-irritable' mood types, respectively. We then examined the prevalence of irritability and its predictive association with BPD. RESULTS: (1) = 17.740, p < 0.001). Irritability was endorsed in all (n = 20) BPD cases (sensitivity: 100%), while in non-BPD cases (n = 58), irritability was endorsed in 27 (specificity: 53%; positive predictive value: 0.33; and negative predictive value: 1.0). CONCLUSION: Irritability is a highly sensitive screening item for BPD in adolescents. The absence of irritability in an adolescent may be an important clinical tool to rule out BPD. © 2020 John Wiley & Sons, Ltd.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».