MétaCan
Menu
Retour à la cohorte
Enregistrement W4386176371 · doi:10.22259/2638-5201.0302005

High Risk of False Classification of Injured People as Malingerers by the Structured Inventory of Malingered Symptomatology (SIMS): A Review

2020· review· en· W4386176371 sur OpenAlexaff
Zack Z. Cernovsky, David M. Diamond

Notice bibliographique

RevueArchives of Psychiatry and Behavioral Sciences · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Background: Tests that purport to measure malingering such as the Structured Inventory of Malingered Symptomatology (SIMS) are associated with a risk to the public.The magnitude of this risk can be operationalized as the frequency of false positives, i.e., proportion of persons classified as malingerers and thus denied therapy and other medical benefits.Method: This review deals with the outcomes of studies of content, divergent, and criterion validity of the SIMS.We calculated an average risk to the public caused by the rates of false positives in published SIMS data on several clinical groups: psychiatric patients, survivors of high impact motor vehicle accidents (MVAs), and trauma-exposed war veterans.Results: (1) Content analyses demonstrated that almost all SIMS items describe medical symptoms, but these are fallaciously scored by the SIMS as indicative of malingering.(2) Calculations of divergent validity suggest that the SIMS measures the presence of medical symptoms rather than their malingering.For instance, SIMS total score correlates positively and highly with PCL-5 measure of PTSD (r=.60).The SIMS Amnestic Disorder scale correlates positively with Rivermead measure of post-concussive symptoms (r=.42).The SIMS Neurological Impairment scale correlates positively with neuropsychological symptoms measured by Post-MVA Neurological Symptoms (PMNS) scale (r=.41).(3) Criterion validity results of a recent meta-analysis indicated no significant capacity of the SIMS to differentiate legitimate patients from malingerers.Furthermore, published SIMS data indicate extremely high rates of false positives: 82.7% of US veterans with PTSD, 78.3% of patients injured in high impact MVAs, and 72.0% of legitimate psychiatric inpatients.An average risk to the public (i.e., the risk for genuine medical patients to be falsely classified as malingering) as suggested by the weighted mean for these SIMS data is 78.8%.Patients with more medical symptoms are significantly more likely to be fallaciously classified by their SIMS scores as "malingerers" than their less symptomatic counterparts. Discussion and Conclusions:The SIMS is a fatally flawed psychological test with alarmingly high iatrogenic rates.Its use constitutes malpractice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0070,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,079
Tête enseignante GPT0,404
Écart entre enseignants0,325 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Psychiatry and Behavioral SciencesMême sujetTraumatic Brain Injury ResearchTravaux en français237 207