Getting lucky: Clinical characterization of compulsive sexual behavior compared with gambling disorder and intermittent explosive disorder
Notice bibliographique
Résumé
This study provides a comparative description of treatment-seeking adults with CSBD, Gambling Disorder (GD), and Intermittent Explosive Disorder (IED) across demographic, psychiatric, and personality correlates. Participants (N = 969; CSBD n = 233, GD n = 634, IED n = 102) were evaluated at a single specialty center. CSBD was ascertained using Goodman's criteria; GD and IED were diagnosed with DSM-IV SCID procedures. Psychiatric comorbidities were assessed with the Mini-International Neuropsychiatric Interview v5.0.0, and personality with the Temperament and Character Inventory. Group differences were tested with chi-square/Fisher's exact tests and Kruskal-Wallis with Dunn's post hoc tests using familywise Bonferroni thresholds, followed by backward stepwise binary logistic regressions contrasting CSBD vs. GD and CSBD vs. IED. Relative to GD, the CSBD group was younger, more often male, more frequently non-heterosexual, and reported higher educational attainment. CSBD also showed lower odds of hypomania and anorexia nervosa (binge/purge subtype) and lower novelty-seeking, with trait means in the normative range. Relative to IED, CSBD was more often non-heterosexual, less likely to have bulimia nervosa, and showed higher cooperativeness and self-transcendence, with trait means in the normative range. Findings delineate phenotypic patterns in a treatment-seeking cohort that can sharpen screening, triage, and case formulation. Results should be interpreted as clinical characterization rather than evidence for nosological proximity, given the cross-sectional design and historical diagnostic frameworks used.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».