Psychopathological characteristics in patients with arginine vasopressin deficiency (central diabetes insipidus) and primary polydipsia compared to healthy controls
Notice bibliographique
Résumé
OBJECTIVE: Distinguishing arginine vasopressin deficiency (AVP-D; central diabetes insipidus) from primary polydipsia (PP), commonly referred to as psychogenic polydipsia, is challenging. Psychopathologic findings, commonly used for PP diagnosis in clinical practice, are rarely evaluated in AVP-D patients, and no comparative data between the two conditions currently exist. DESIGN: Data from two studies involving 82 participants [39 AVP-D, 28 PP, and 15 healthy controls (HC)]. METHODS: Psychological evaluations were conducted using standardized questionnaires measuring anxiety [State-Trait Anxiety Inventory (STAI)], alexithymia [Toronto Alexithymia Scale (TAS-20)], depressive symptoms (Beck's Depression Inventory-II (BDI-II), and overall mental health [Short Form-36 Health Survey (SF-36)]. Higher STAI, TAS-20, and BDI-II scores suggest elevated anxiety, alexithymia, and depression, while higher SF-36 scores signify better overall mental health. RESULTS: Compared to HC, patients with AVP-D and PP showed higher levels of anxiety (HC 28 points [24-31] vs AVP-D 36 points [31-45]; vs PP 38 points [33-46], P < .01), alexithymia (HC 30 points [29-37] vs AVP-D 43 points [35-54]; vs PP 46 points [37-55], P < .01), and depression (HC 1 point [0-2] vs AVP-D 7 points [4-14]; vs PP 7 points [3-13], P < .01). Levels of anxiety, alexithymia, and depression showed no difference between both patient groups (P = .58, P = .90, P = .50, respectively). Compared to HC, patients with AVP-D and PP reported similarly reduced self-reported overall mental health scores (HC 84 [68-88] vs AVP-D 60 [52-80], P = .05; vs PP 60 [47-74], P < .01). CONCLUSION: This study reveals heightened anxiety, alexithymia, depression, and diminished overall mental health in patients with AVP-D and PP. The results emphasize the need for careful interpretation of psychopathological characteristics to differentiate between AVP-D and PP.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».