Prevalence of the alternative model of personality disorders diagnoses in populational and at-risk samples, gender and age groups comparisons, and normative data for the LPFS-SR and PID-5.
Notice bibliographique
Résumé
The Alternative Model of Personality Disorders (AMPD), introduced in Section III of the Diagnostic and Statistical Manual of Mental Disorders (DSM-5; American Psychiatric Association, 2013), was proposed as a new operationalization of personality disorders (PDs) aiming to overcome the several limitations of the traditional symptom-based model (Waugh et al., 2017; Zimmerman et al., 2019). In the AMPD, PDs are defined by two-dimensional criteria (the level of personality functioning and maladaptive personality traits), but as a hybrid model, it also allows for categorical assessment of PDs (i.e., "hybrid types") to facilitate continuity with clinical practice. The present study aimed to provide normative data for two widely used instruments assessing Criterion A (Level of Personality Functioning Scale-Self-Report; Morey, 2017) and B (Personality Inventory for DSM-5; Krueger et al., 2012) in a large populational French-Canadian sample. Regarding the categorical assessment, Gamache et al. (2022) recently tested scoring approaches for extracting the PD hybrid types from dimensional measures of the AMPD. In the present study, these approaches were used to estimate prevalence rates for these PD hybrid types in two samples. In the populational sample, results showed that prevalence rates varied from 0.2% (antisocial PDs) to 3.0% (trait-specified PDs), with an overall prevalence of 5.9% to 6.1% for any PD hybrid type. Prevalence was higher in men than in women in the populational sample, but the contrary was observed in the at-risk sample. Prevalence was higher in younger adults than in middle-aged and older adults. (PsycInfo Database Record (c) 2023 APA, all rights reserved).
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».