MétaCan
Menu
Retour à la cohorte
Enregistrement W4210520550 · doi:10.1017/s0033291721005110

Evaluation of delay discounting as a transdiagnostic research domain criteria indicator in 1388 general community adults

2022· article· en· W4210520550 sur OpenAlexaff
Emily E. Levitt, Assaf Oshri, Michael Amlung, Lara A. Ray, Sandra Sanchez‐Roige, Abraham A. Palmer, James MacKillop

Notice bibliographique

RevuePsychological Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensMcMaster UniversitySt. Joseph’s Healthcare HamiltonHomewood Research Institute
Organismes subventionnairesNational Institute on Alcohol Abuse and AlcoholismNational Institutes of Health
Mots-clésPsychopathologyResearch Domain CriteriaImpulsivityConfoundingPsychologyClinical psychologyStructural equation modelingAnxietyLatent variableMajor depressive disorderPsychiatryComorbidityMedicineMoodInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background The Research Domain Criteria (RDoC) approach proposes a novel psychiatric nosology using transdiagnostic dimensional mechanistic constructs. One candidate RDoC indicator is delay discounting (DD), a behavioral economic measure of impulsivity, based predominantly on studies examining DD and individual conditions. The current study sought to evaluate the transdiagnostic significance of DD in relation to several psychiatric conditions concurrently. Methods Participants were 1388 community adults (18–65) who completed an in-person assessment, including measures of DD, substance use, depression, anxiety, posttraumatic stress disorder, and attention-deficit hyperactivity disorder (ADHD). Relations between DD and psychopathology were examined with three strategies: first, examining differences by individual condition using clinical cut-offs; second, examining DD in relation to latent psychopathology variables via principal components analysis (PCA); and third, examining DD and all psychopathology simultaneously via structural equation modeling (SEM). Results Individual analyses revealed elevations in DD were present in participants screening positive for multiple substance use disorders (tobacco, cannabis, and drug use disorder), ADHD, major depressive disorder (MDD), and an anxiety disorder ( p s < 0.05–0.001). The PCA produced two latent components (substance involvement v. the other mental health indicators) and DD was significantly associated with both ( p s < 0.001). In the SEM, unique significant positive associations were observed between the DD latent variable and tobacco, cannabis, and MDD ( p s < 0.05–0.001). Conclusions These results provide some support for DD as a transdiagnostic indicator, but also suggest that studies of individual syndromes may include confounding via comorbidities. Further systematic investigation of DD as an RDoC indicator is warranted.

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)0,015
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,781
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,211
Tête enseignante GPT0,517
Écart entre enseignants0,306 · 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.

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

Citations47
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological MedicineMême sujetSchizophrenia research and treatmentTravaux en français237 207