Family and Patient Predictors of Symptomatic Status in Schizophrenia
Notice bibliographique
Résumé
OBJECTIVE: To test an interactive hypothesis that, in schizophrenia, a combination of patients' and relatives' characteristics at 1-month postdischarge from hospital (Time 1 [T1]) better predicts the level of psychotic symptoms at follow-up (Time 2 [T2]), than do the characteristics of patients or relatives alone. METHODS: Male patients (n = 38) with a diagnosis of schizophrenia, without substance abuse, and in contact with their families, were recruited at the time of hospital discharge. Patients' psychotic symptom levels were monitored every 2 weeks until follow-up, while family measures were administered at T1 and T2. The 4 predictor variables in the regression analysis were T1 symptom levels of the patient and 3 measures of family interaction (expressed emotion, family burden, and family functioning). RESULTS: The model based on the family variable, family burden at T1, and the patient variable, patients' remitted levels of psychotic symptoms at T1, was found to significantly predict the level of psychotic symptoms at T2. These 2 T1 variables made independent and additive contributions to the level of psychotic symptoms at T2, predicting 19% of the variance. Neither expressed emotion nor family functioning at T1 added to the prediction. CONCLUSION: This finding suggests a patient-family interactional component to symptomatic relapse in schizophrenia.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».