Validation and assessment of the self-injurious behavior scale for tic disorders (SIBS-T)
Notice bibliographique
Résumé
Self-injurious behavior (SIB) is a well-known phenomenon in patients with chronic tic disorders (CTD). To investigate prospectively symptomatology of SIB in adults with CTD, we developed and validated the self-injurious behavior scale for tic disorders (SIBS-T). Patients completed the SIBS-T and a variety of assessments for tics and comorbidities. We investigated SIB frequency, internal consistency of the SIBS-T, and carried out an exploratory factor analysis (EFA). We enrolled n = 123 adult patients with CTD. SIB was reported by n = 103 patients (83.7%). The most frequently reported SIB were beating/pushing/throwing and were found in 79.6% of cases. Patients with SIB had significantly higher tic severity measured with the Adult Tic Questionnaire (ATQ) (p = 0.002) as well as higher severity of psychiatric comorbidities such as obsessive-compulsive symptoms (OCS) (p < 0.001,), attention deficit/hyperactivity disorder (ADHD) (p < 0.001,), and anxiety (p = 0.001). In addition, patients with SIB had significantly lower quality of life (p = 0.002). Pearson correlations demonstrated significant associations between SIB and severity of tics (p < 0.001), depression (p = 0.005), ADHD (p = 0.008), and borderline personality traits (p = 0.014). Consequently, higher SIBS-T also correlated with greater impairment of quality of life (p < 0.001). The internal consistency of the SIBS-T was good (α = 0.88). The EFA confirmed a single factor underlying the SIBS-T.
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 | 0,001 | 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 | 0,000 |
| 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) | 0,000 | 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 ».