MétaCan
Menu
Retour à la cohorte
Enregistrement W3016571200 · doi:10.1097/02024458-201302000-00016

Diagnosis and Treatment of Depression in Patients with Substance Use Disorders

2013· article· en· W3016571200 sur OpenAlexaffvenue
David Crockford, Amanda Berg

Notice bibliographique

RevueThe Canadian Journal of Addiction · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésLethargyPsychiatryDepression (economics)MoodMorningMedicinePsychology

Résumé

récupéré en direct d'OpenAlex

Case: Jane is a 41 year old married woman who has worked as an administrative assistant for the past 14 years. She began drinking alcohol sporadically at the age of 17. At age 28 her drinking increased, with regular drinking on the weekends of half a bottle of wine on Fridays and Saturdays. Her father died suddenly of a myocardial infarction when she was 35 years old. She describes that her mood began to deteriorate with her father's death when she was 37 years old, followed by progressive loss of interest and isolation. Her 2 children left the home to go to University 2 years later. She reports that her drinking escalated over the last 2–3 years to drinking of a bottle of wine per day with occasionally more on weekends. Her mother has suffered from depression; however, there is no family history of substance problems. Despite recognizing that she needs to cut back or stop her alcohol use, she finds she cannot. She comes to see you complaining mostly of impaired sleep with early morning awakening, but also lethargy, anhedonia, poor concentration, guilt, and passive thoughts of suicide.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,989

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 recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,234
Écart entre enseignants0,214 · 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'étudeObservationnel
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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of AddictionMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207