Atypical depression and emotion dysregulation: Clinical and psychopathological features
Notice bibliographique
Résumé
Background Most atypical depression (AD) cases endorse prominent mood reactivity, anxiety, and interpersonal sensitivity, resembling some of the characteristics of emotional dysregulation (ED). The present study assesses the frequency and clinical features of different levels of ED in AD yes vs. non-AD(AD no ) cases. Methods The present cross-sectional study discriminated depressed outpatients screened with the Hamilton Depression rating scale with the Atypical Depression Supplement (SIGH-ADS), Symptom Checklist-90-Revised, Temperament Evaluation of Memphis, Pisa, Paris, and San Diego Auto-questionnaire, 110-item version, 36-item Difficulties in Emotion Regulation Scale (DERS), and Young Mania Rating Scale into people with high (ED high ) vs. low (ED low ) for a broad range of clinical and psychopathological features. Descriptive statistics were followed by random forest analysis with “out-of-bag”[OOB] computation. Results We included 326 patients (MDD = 204[62.60 %], BD-II = 105[32.20 %], and BD- I = 17[5.20 %]). AD yes ED high cases had the earliest age at the onset of depression and overall clinical burden. Higher scores at interpersonal sensitivity, somatization , early age at onset of depression, anxious features, non-atypical core of depression, cyclothymic and depressive temperament, DERS total, and strategies scores predicted higher odds of atypical depression (OOB = 0.25). Among other predictors, age at onset of depression somatization and cyclothymic temperament predicted ED high group membership (OOB = 0.23). Hyperthymic temperament, the SIGH-ADS atypical balance percentage score, and somatization emerged as top predictors of treatment-resistant-depression (OOB = 0.12) in contrast to the SIGH-ADS-8-item atypical balance, psychotic features, and age at onset for treatment-resistant-bipolar-depression (OOB = 0.16). Limitations Cross-sectional design; treatment-seeking outpatients. Conclusions: AD and ED represent intertwined clinical entities potentially relevant to enhanced treatment outcomes, warranting more accurate random-forest models.
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 | 0,001 |
| 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 ».