• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Testing diagnostic classification relevance of rating scales used in psychiatry.
【24h】

Testing diagnostic classification relevance of rating scales used in psychiatry.

机译：测试精神病学中使用的量表的诊断分类相关性。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In the present study, a new method of scale relevance, based on double cluster analysis, is proposed, as it is important to verify what we are trying to find with existing scales for burnout, depression and PTSD. The relevance of diagnostic classification and rating scales used in psychiatry is analyzed. The lack of tangible medical evidence (such as blood tests or X-rays) in psychiatry and psychology often forces clinicians to rely on the scales.;We use the double cluster analysis for burnout and depression. It is important to stress that the presented method can be applied to other scales. If two data sets cluster differently, we must consider them as different; otherwise, we can try the double cross validation between two data sets.;Clinicians often struggle with the far-from-perfect diagnostic criteria to diagnose mental and behavioral syndromes. There is ongoing effort to develop methods for accuracy improvement and the reduction of uncertainty in the diagnosis of mental syndromes and disorders but the relevance has neglected.;Diagnostic classification and rating scales are used in psychiatry and clinical psychology. Rating scales are important instruments for clinicians to make diagnostic decisions. Sometimes, two different scales may be similar or different from each other. Distinguishing scales is significant for clinicians and patients.
机译：在本研究中，提出了一种基于双聚类分析的量表相关性新方法，因为用现有量表来验证我们正在尝试寻找的职业倦怠，抑郁和创伤后应激障碍的重要性。分析了用于精神病学的诊断分类和等级量表的相关性。精神病学和心理学中缺乏切实的医学证据（例如验血或X光检查），常常迫使临床医生依靠这些量表。我们使用双聚类分析来分析倦怠和抑郁。需要强调的是，提出的方法可以应用于其他规模。如果两个数据集的聚类不同，则必须将它们视为不同的聚类。否则，我们可以尝试在两个数据集之间进行双重交叉验证。；临床医生经常难以达到远非完美的诊断标准来诊断精神和行为综合症。目前正在努力开发方法以提高准确性，减少精神综合征和疾病的诊断的不确定性，但相关性被忽略了。诊断分类和等级量表用于精神病学和临床心理学。评定量表是临床医生做出诊断决定的重要工具。有时，两个不同的比例可能彼此相似或不同。区分量表对临床医生和患者而言意义重大。

著录项

  • 作者

    Li, Feng.;

  • 作者单位

    Laurentian University (Canada).;

  • 授予单位 Laurentian University (Canada).;
  • 学科 Computer Science.;Health Sciences Mental Health.
  • 学位 M.Sc.
  • 年度 2013
  • 页码 173 p.
  • 总页数 173
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号