MétaCan
Menu
Retour à la cohorte
Enregistrement W4205415380 · doi:10.2196/31269

Measuring Integrated Novel Dimensions in Neurodevelopmental and Stress-Related Mental Disorders (MIND-SET): Protocol for a Cross-sectional Comorbidity Study From a Research Domain Criteria Perspective

2021· article· en· W4205415380 sur OpenAlexvenueno aff
Philip van Eijndhoven, Rose M. Collard, Janna N. Vrijsen, Dirk E. M. Geurts, Alejandro Arias Vásquez, Arnt Schellekens, Eva van den Munckhof, Sophie Brolsma, Fleur Duyser, M. Annemiek Bergman, Jasper van Oort, Indira Tendolkar, Aart H. Schene

Notice bibliographique

RevueJMIRx Med · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensnon disponible
Organismes subventionnairesRadboud Universitair Medisch CentrumRadboud Universiteit
Mots-clésNeurotypicalComorbidityPsychiatryPsychologyObservational studyClinical psychologyNeurocognitiveNeuroimagingBipolar disorderAnxietyAutism spectrum disorderMajor depressive disorderNeuropsychologyMoodAutismMedicineCognition

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: It is widely acknowledged that comorbidity between psychiatric disorders is common. Shared and diverse underpinnings of psychiatric disorders cannot be systematically understood based on symptom-based categories of mental disorders, which map poorly onto pathophysiological mechanisms. In the Measuring Integrated Novel Dimensions in Neurodevelopmental and Stress-Related Mental Disorders (MIND-SET) study, we make use of current concepts of comorbidity that transcend the current diagnostic categories. We test this approach to psychiatric problems in patients with frequently occurring psychiatric disorders and their comorbidities (excluding psychosis). OBJECTIVE: The main aim of the MIND-SET project is to determine the shared and specific mechanisms of neurodevelopmental and stress-related psychiatric disorders at different observational levels. METHODS: This is an observational cross-sectional study. Data from different observational levels as defined in the Research Domain Criteria (genetics, physiology, neuropsychology, system-level neuroimaging, behavior, self-report, and experimental neurocognitive paradigms) are collected over four time points. Included are adult (aged ≥18 years), nonpsychotic, psychiatric patients with a clinical diagnosis of a stress-related disorder (mood disorder, anxiety disorder, or substance use disorder) or a neurodevelopmental disorder (autism spectrum disorder or attention-deficit/hyperactivity disorder). Individuals with no current or past psychiatric diagnosis are included as neurotypical controls. Data collection started in June 2016 with the aim to include a total of 650 patients and 150 neurotypical controls by 2021. The data collection procedure includes online questionnaires and three subsequent sessions with (1) standardized clinical examination, physical examination, and blood sampling; (2) psychological constructs, neuropsychological tests, and biological marker sampling; and (3) neuroimaging measures. RESULTS: We aim to include a total of 650 patients and 150 neurotypical control participants in the time period between 2016 and 2022. In October 2021, we are at 95% of our target. CONCLUSIONS: The MIND-SET study enables us to investigate the mechanistic underpinnings of nonpsychotic psychiatric disorders transdiagnostically. We will identify both shared and disorder-specific markers at different observational levels that can be used as targets for future diagnostic and treatment approaches.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,019
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,002
Communication savante0,0020,002
Science ouverte0,0030,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0190,005

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 Opus0,198
Tête enseignante GPT0,457
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIRx MedMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207