Measuring Misophonia: Assessing the psychometric properties of the MisoQuest and its ability to predict cognitive impacts of triggering sounds
Notice bibliographique
Résumé
Misophonia is a disorder involving an aversion to specific ordinary sounds, such as chewing and breathing. These “trigger” sounds are easily ignored by typically developed listeners, but elicit negative emotional reactions, physiological stress, and cognitive impairment in people with misophonia. While the severity of this reaction differs across individuals, it is often accompanied by psychological distress. Nevertheless, misophonia is not yet classified as a psychological disorder in diagnostic manuals, largely because it is unclear how it should be defined and assessed. Accordingly, the current study aimed to assess the utility of the English language version of the MisoQuest - a recently developed measure of misophonia severity - in a sample of 139 participants, including 44 people with misophonia and 95 controls (96 female, 34 male, 9 transgender/non-binary/non-conforming/agender; 90 White/Caucasian, 10 Black/African Descent, 10 East Asian, 10 South Asian, 3 Middle Eastern/Arab, 3 Latinx/Hispanic, and 13 people from mixed ethnic backgrounds). We first demonstrate that, similar to the original Polish assessment, the English MisoQuest has excellent internal consistency and strong test-retest reliability. Additionally, we provide the first evidence that the MisoQuest specifically taps misophonia symptom severity rather than generalized anxiety or broader sensory sensitivities. Finally, we establish evidence of criterion validity, demonstrating that higher MisoQuest scores predict poorer performance on cognitive tasks in the presence of trigger sounds. Overall, this study indicates that the MisoQuest is a reliable and useful measure for identifying misophonia in English-speaking individuals and that scores on this measure are related to clinically relevant outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».