Quantifying dimensional severity of obsessive-compulsive disorder for neurobiological research
Notice bibliographique
Résumé
Current research to explore genetic susceptibility factors in obsessive-compulsive disorder (OCD) has resulted in the tentative identification of a small number of genes. However, findings have not been readily replicated. It is now broadly accepted that a major limitation to this work is the heterogeneous nature of this disorder, and that an approach incorporating OCD symptom dimensions in a quantitative manner may be more successful in identifying both common as well as dimension-specific vulnerability genetic factors. As most existing genetic datasets did not collect specific dimensional severity ratings, a specific method to reliably extract dimensional ratings from the most widely used severity rating scale, the Yale-Brown Obsessive Compulsive Scale (YBOCS), for OCD is needed. This project aims to develop and validate a novel algorithm to extrapolate specific dimensional symptom severity ratings in OCD from the existing YBOCS for use in genetics and other neurobiological research. To accomplish this goal, we used a large data set comprising adult subjects from three independent sites: the Brazilian OCD Consortium, the Sunnybrook Health Sciences Centre in Toronto, Canada and the Hospital of Bellvitge, in Barcelona, Spain. A multinomial logistic regression was proposed to model and predict the quantitative phenotype [i.e., the severity of each of the five homogeneous symptom dimensions of the Dimensional YBOCS (DYBOCS)] in subjects who have only YBOCS (categorical) data. YBOCS and DYBOCS data obtained from 1183 subjects were used to build the model, which was tested with the leave-one-out cross-validation method. The model's goodness of fit, accepting a deviation of up to three points in the predicted DYBOCS score, varied from 78% (symmetry/order) to 84% (cleaning/contamination and hoarding dimensions). These results suggest that this algorithm may be a valuable tool for extracting dimensional phenotypic data for neurobiological studies in OCD.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».