Prognostic and diagnostic value of psychomotor retardation in depression
Bibliographic record
Abstract
Le ralentissement psychomoteur est un symptôme dont l’histoire se confond avec celle de la dépression. Il est décrit comme un symptôme central ainsi qu’un indicateur de la sévérité de la dépression au sein de la CIM 10 et du DSM V. Le diagnostic et l’optimisation de la prise en charge de la dépression sont des enjeux majeurs de santé publique. A travers une évaluation plus fine et ciblée, le ralentissement psychomoteur semble offrir des pistes d’amélioration de la sémiologie clinique, et être un marqueur annonciateur de réponse positive aux différentes thérapeutiques. Cette thèse soutient que le ralentissement psychomoteur dans la dépression est un solide indicateur pronostique et diagnostique. De plus, elle questionne la validité et la place des différentes mesures du ralentissement psychomoteur face à ces enjeux sémiologiques. Nous avons pu observer que la mesure du ralentissement psychomoteur, par l’Echelle de Ralentissement Dépressifs, associée à la mesure du statut cognitif par la Montreal Cognitive Assessment, permettait la distinction entre les patients bipolaires et les patients unipolaires en phase dépressive. Ces résultats confirment la valeur diagnostique du ralentissement psychomoteur dans la dépression. Nos résultats ont également montré que certaines évaluations comportementales du ralentissement psychomoteur (test de fluence verbales, Trail Making test A, test de force maximale en préhension) pouvaient s’avérer être des indicateurs d’une réponse positive à un traitement par rTMS des patients unipolaires. Cette thèse apporte des éléments théoriques et cliniques essentiels à travers l’évaluation des composantes motrice, cognitive et verbale du ralentissement psychomoteur.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".