Deceptive Clinical Diagnosing of Malingering via Structured Inventory of Malingered Symptomatology
Notice bibliographique
Résumé
This article provides illustrative case histories of patients with legitimate neuropsychological symptoms after their motor vehicle accidents (MVAs) who had been rejected as malingerers by the psychologist contracted by the car insurance company. The psychologist ignored the physical facts of the MVA (such as repeated major impacts) to instead blindly rely on the patient's scores on the Structured Inventory of Malingered Symptomatology (SIMS). The SIMS was never properly validated on patients with neuropsychological symptoms such as the post-concussion syndrome or on patients with well documented causes of chronic pain: the test has scientifically very inept rates of false positives, i.e., of patients with legitimate symptoms falsely classified as malingerers. The SIMS contains many items inquiring about impaired sleep, depressive feelings, impaired memory or concentration, and other typical post-MVA neuropsychological symptoms such as tinnitus or impaired balance. That is, these items describe what is clinically known to be legitimate typical post-MVA symptoms: in an absurd manner, the endorsement of these SIMS items counts as "malingering" and alone causes the post-MVA patients to accumulate a score above the SIMS cut-off point of > 14, thus misclassifying them as malingerers. The more of these symptoms are experienced by the patient, the more likely is he or she to be classified as a malingerer.
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 | 0,000 | 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».