MétaCan
Menu
Retour à la cohorte
Enregistrement W4403539452 · doi:10.1186/s12888-024-06121-3

Effects of decision making and impulsivity on the addictive features of non-suicidal self-injury behaviors in adolescents with depressive disorder

2024· article· en· W4403539452 sur OpenAlexaboutno aff
Yulian Jiang, Hang Yu, Quanming Zheng, Yuqiong Zhu, Qiyue Qin, Jun Zhang, Ruomeng Cui, Wei Wu, Chengcong Wu, Tiancheng Li, Chenguang Ji, Dongliang Jiao, Wenjuan Wang

Notice bibliographique

RevueBMC Psychiatry · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImpulsivityPsychologyAddictionClinical psychologyPsychiatryMajor depressive disorderPoison controlGambling disorderInjury preventionSuicidal behaviorHuman factors and ergonomicsSuicide preventionDSM-5MedicineMedical emergencyMood

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Non-suicidal self-injury (NSSI) behaviors pose a significant threat to the physical and psychological well-being of adolescents. Recent research suggests that persistent, uncontrollable and repetitive NSSI can be conceptualized as a behavioral addiction. The addictive feature of NSSI behavior can be assessed using Ottawa self-injury inventory (OSI), the higher addiction score indicates the more serious NSSI behavior. This study aims to explore the relationship of impulsivity and decision-making on the addictive features of NSSI in adolescents with depressive disorder, to explore the influencing factors of behavioral addictive features of NSSI and to predict the addictive features of NSSI. METHODS: Using a cross-sectional design, a total of 126 adolescent outpatients and inpatients with a mean age of 15.49 years old (M = 15.49, SD = 1.56), male students (n = 28, 22.2%) and female students (n = 98, 77.8%) diagnosed with depressive disorders were recruited according to the criteria of the Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition (DSM-5), and clinical interviews were completed by two psychiatrists. NSSI addictive features according to the OSI's addictive features items. The final group was categorized into three groups: depression without NSSI (n = 42), depression with NSSI without addictive features (n = 44), and depression with NSSI and addictive features (n = 40). The present study employed the Hamilton Depression Scale (HAMD-24), Chinese Revised Barratt Impulsiveness Scale Version 11 (BIS-11), OSI, and the Adolescent Non-Suicidal Self-Injury Questionnaire (ANSSIQ). Cognitive decision-making abilities were assessed using the Iowa Gambling Task (IGT). RESULTS: The depression with NSSI addictive features group had significantly lower total net scores and net scores of block3, block4, and block5 in the IGT than the depression without NSSI group, whereas there was no statistically significant difference between the two in net scores of block1 and block2. Lower scores mean more unfavorable decisions and strategy adjustments. The addictive features of NSSI behaviors were significantly and positively correlated with the severity of NSSI behaviors, depression, and cognitive impulsiveness, and significantly and negatively correlated with the total net score of the IGT. The severity of NSSI behaviors, severity of depression, cognitive impulsiveness positively predicts the addictive features of NSSI behaviors, the total net score of the IGT negatively predicted the addictive features of NSSI behaviors. CONCLUSION: Adolescents with depressive disorders with NSSI behavioral addictive features had higher severity of depression, exhibited higher cognitive impulsivity, and made more unfavorable decisions when making choices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,554

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,295
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC PsychiatryMême sujetSuicide and Self-Harm StudiesTravaux en français237 207