Notice bibliographique
Résumé
Background/Objectives: Depressive disorders are diagnosed using categorical definitions provided by DSM-5 and ICD-11. However, categorization for diagnostic purposes fails to account for the inherently dimensional nature of depression. Artificial categorization may impede research and obstruct the achievement of optimal treatment outcomes. Methods: The current study utilized a Canadian historical dataset called the National Population Health Survey (NPHS) to explore a simple alternative approach that does not depend on categorization. The NPHS collected complete data from 5029 participants through biannual interviews conducted in 1994–2010. Data collection included the K6 Distress Scale as well as the Composite International Diagnostic Interview Short Form for Major Depression. Data from the National Population Health Survey (NPHS) were used to quantify vulnerability to depressive symptoms through longitudinal K6 Distress Scale assessments. Variability of symptoms across this dimension of apparent vulnerability was quantified using ordinal regression, adjusting for age and sex. Results: Predicted probabilities from these models were used in simulations to produce a visualization of the epidemiology and to explore clinical implications. Conclusions: Consideration of these two dimensional factors (estimated overall level of vulnerability to depression and variability over time) is already a component of clinical assessment and is also accessible to repeated measurement in settings adopting measurement-based care. More formal consideration of these elements may provide a complementary approach to categorical diagnostic assessment and an opportunity for greater personalization of care and improved clinical outcomes. Future studies should validate these findings in diverse clinical settings to ensure their applicability in real-world contexts.
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 | 0,006 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».