A systematic analysis of ICSD-3 diagnostic criteria and proposal for further structured iteration
Notice bibliographique
Résumé
The main objective of this theoretical review is to systematically analyze the type of International Classification of Sleep Disorders-3 (ICSD-3) diagnostic criteria by labeling each of them in order to propose an overview of the way in which the diagnostic criteria are organized. Labeling of diagnostic criteria using a rigorous iterative process of "aggregation" and "generalization" was conducted and inter-rater reliability calculation (Cohen's Kappa with three raters) was calculated. 241 criteria from 43 main sleep disorders of the ICSD-3 were labeled into nine types (Clinical manifestation 86.0% of sleep disorders, Objective markers 53.5%, Distress 30.2%, Disability 30.2%, Duration 30.2%, Frequency 58.1%, Age in 18.6%, Exclusion condition 81.4% and Associated condition 34.8%), with a high inter-rater reliability (Cohen's Kappa = 0.85). This analysis assumes that the structuring of the ICSD-3 diagnostic criteria is based on the Harmful Dysfunction Analysis (HDA). Some criteria correspond to the dysfunction part of the HDA while others refer to the harmful part. However, the approach does not seem to be homogeneous across the nosological classification. The use of a structured definition of sleep disorder and a framework to organize the ICSD diagnostic criteria is discussed with regard to the reliability and validity of criteria for diagnosing sleep disorders.
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 | 0,155 | 0,273 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,022 | 0,024 |
| Bibliométrie | 0,023 | 0,018 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,007 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».