Why do sleep disorders belong to mental disorder classifications? A network analysis of the “Sleep-Wake Disorders” section of the DSM-5
Notice bibliographique
Résumé
This article proposes to investigate how Sleep disorders have been conceptualized within the DSM-5 through symptom network analysis of the diagnostic criteria of the "Sleep-Wake Disorders" section in the DSM-5. We hypothesize that the analysis of the most central symptoms will allow us to better analyze the position of Sleep disorders in Mental disorders. We thus i) extracted the symptoms of the DSM-5 diagnostic criteria of Sleep-Wake disorders, ii) built the Sleep-Wake disorder DSM-5 network representation, and iii) quantified its structure at local and global levels using classical symptom network analysis. Thirty-four different symptoms were identified among the 53 DSM-5 diagnostic criteria of the 9 main disorders of the "Sleep-Wake Disorders" section. The symptom network structure of this section showed that the most central sleep symptoms are "Daytime Sleepiness", the Insomnia symptoms group ("Insomnia initiating", "Insomnia maintaining" and "Non-restorative sleep"), and Behavioral sleep symptoms (such as "Altered oniric activity", "Ambulation", "Abnormal responsiveness"). This network analysis shown that the belonging of Sleep-Wake disorders in the DSM-5 have been associated with central sleep symptoms considered as "Mental", given their phenomenality (qualitative nature of the experience) and subjectivity (in personal mental lives). Such a symptom network analysis can serve as an organizing framework to better understand the complexity of Sleep-Wake disorders by promoting research to connect the architecture of the symptom network to relevant biological, psychological and sociocultural factors.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».