Challenges of insight assessment in pediatric obsessive-compulsive disorder: Initial results and clinical considerations from a measure development study
Notice bibliographique
Résumé
Background Assessing insight among OCD-affected youth has been limited by the absence of a multi-item measure for this population. The present study outlines the development of the Measure of Insight for Obsessive-Compulsive Disorder (MI-OCD), presents initial findings, and explores conceptual challenges. Methods Along with the Children's Yale-Brown Obsessive-Compulsive Scale (CY-BOCS), the 7-item MI-OCD was administered to 178 OCD-affected youth aged 7–19 (mean age = 13.5, SD = 2.8; 55% female) presenting for assessment across three OCD-specialty clinics. Items 4–7 were only completed by those with an identified feared outcome (61%). Results MI-OCD items were positively correlated with the CY-BOCS’ insight question, but were not related to age or avoidance. Correlations and factor analysis indicated items coalesced around concepts of symptoms as unwanted (1–3) and symptoms as useful/valid (4–7), although factor fit and internal consistency was sub-optimal. Most youth perceived their symptoms as unwanted (positively correlated with severity), while the extent to which youth perceived symptoms as useful was more varied (not associated with severity). Discussion Insight remains a challenging construct to assess in youth given various developmental, psychological, and environmental confounds. The MI-OCD may be useful in the context of evaluating and addressing individual barriers to treatment engagement over time.
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 | 0,104 | 0,132 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».