How much or how often? Examining the screening properties of the DSM cross-cutting symptom measure in a youth population-based sample
Notice bibliographique
Résumé
BACKGROUND: The DSM Level 1 Cross-Cutting Symptom Measure (DSM-XC) allows for assessing multiple psychopathological domains. However, its capability to screen for mental disorders in a population-based sample and the impact of adverbial framings (intensity and frequency) on its performance are unknown. METHODS: = 3578, aged 22, 53.6% females) were included. Sensitivity, specificity, positive (LR+), and negative (LR-) likelihood ratios for each of the 13 DSM-XC domains were estimated for detecting five internalizing disorders (bipolar, generalized anxiety, major depressive, post-traumatic stress, and social anxiety disorders) and three externalizing disorders (antisocial personality, attention-deficit/hyperactivity, and alcohol use disorders). Sensitivities and specificities >0.75, LR+ > 2 and LR- < 0.5 were considered meaningful. Values were calculated for the DSM-XC's original scoring and for adverbial framings. RESULTS: Several DSM-XC domains demonstrated meaningful screening properties. The anxiety domain exhibited acceptable sensitivity and LR- values for all internalizing disorders. The suicidal ideation, psychosis, memory, repetitive thoughts and behaviors, and dissociation domains displayed acceptable specificity for all disorders. Domains also yielded small but meaningful LR+ values for internalizing disorders. However, LR+ and LR- values were not generally meaningful for externalizing disorders. Frequency-framed questions improved screening properties. CONCLUSIONS: The DSM-XC domains showed transdiagnostic screening properties, providing small but meaningful changes in the likelihood of internalizing disorders in the community, which can be improved by asking frequency of symptoms compared to intensity. The DSM-XC is currently lacking meaningful domains for externalizing disorders.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».