Cross-walking personality disorder types to ICD-11 trait domains: An overview of current findings
Notice bibliographique
Résumé
The ICD-11 has adopted a classification of Personality Disorders (PD) that abolishes the established categorical PD types in favor of global severity classification with specification of individual trait domains. To facilitate and guide this profound transition, an overview of current research on empirical associations between established PD types and ICD-11 trait domains seems warranted. We identified a total of 9 relevant studies from 2018 to 2022, which were based on both clinical and community samples from U.S., China, Brazil, Denmark, Spain, Korea, and Canada. The patterns of associations with ICD-11 trait domains were systematically synthesized and portrayed for each PD type. Findings overall showed expected and conceptually meaningful associations between categorical PD types and ICD-11 trait domains, with only few deviations. Based on these findings, we propose a cross-walk for translating categorical PD types into ICD-11 trait domains. More research is needed in order to further guide continuity and translation between ICD-10 and ICD-11 PD classification in mental healthcare, including facet-level ICD-11 trait information. Moreover, the nine reviewed studies only relied on self-reported ICD-11 trait domains, which should be expanded with clinician-rated trait domains in future research. Finally, future research should also take ICD-11's essential PD severity classification into account.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».