Essential data dimensions for prospective international data collection in older age bipolar disorder (<scp>OABD</scp>): Recommendations from the <scp>GAGE‐BD</scp> group
Notice bibliographique
Résumé
BACKGROUND: By 2030, over 50% of individuals living with bipolar disorder (BD) are expected to be aged ≥50 years. However, older age bipolar disorder (OABD) remains understudied. There are limited large-scale prospectively collected data organized in key dimensions capable of addressing several fundamental questions about BD affecting this subgroup of patients. METHODS: We developed initial recommendations for the essential dimensions for OABD data collection, based on (1) a systematic review of measures used in OABD studies, (2) a Delphi consensus of international OABD experts, (3) experience with harmonizing OABD data in the Global Aging & Geriatric Experiments in Bipolar Disorder Database (GAGE-BD, n ≥ 4500 participants), and (4) critical feedback from 34 global experts in geriatric mental health. RESULTS: We identified 15 key dimensions and variables within each that are relevant for the investigation of OABD: (1) demographics, (2) core symptoms of depression and (3) mania, (4) cognition screening and subjective cognitive function, (5) elements for BD diagnosis, (6) descriptors of course of illness, (7) treatment, (8) suicidality, (9) current medication, (10) psychiatric comorbidity, (11) psychotic symptoms, (12) general medical comorbidities, (13) functioning, (14) family history, and (15) other. We also recommend particular instruments for capturing some of the dimensions and variables. CONCLUSION: The essential data dimensions we present should be of use to guide future international data collection in OABD and clinical practice. In the longer term, we aim to establish a prospective consortium using this core set of dimensions and associated variables to answer research questions relevant to OABD.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».