Use of Brain Imaging (Computed Tomography and Magnetic Resonance Imaging) in First-Episode Psychosis: Review and Retrospective Study
Notice bibliographique
Résumé
OBJECTIVE: To identify and review available evidence on the diagnostic yield of brain computed tomographies (CTs) and magnetic resonance images (MRIs) in first-episode psychosis, and examine yield in our own institution (Centre Hospitalier Universitaire de Sherbrooke, Sherbrooke, Quebec). METHOD: Using MEDLINE (1966 to October 2007) and EMBASE (1980 to October 2007), we identified and analyzed studies that examined imaging yields in first-episode psychosis; yield being defined as the percentage of scans showing abnormalities that may result in psychosis. We also retrospectively analyzed diagnostic yields in 46 patients hospitalized in our institution between 2001 and 2006 for first-episode psychosis. RESULTS: Five studies were deemed relevant. Including our own series, the sample comprised 384 CT and 184 MRI scans. Point estimate for diagnostic yield was 1.3% for CT and 1.1% for MRI scans. These yields likely overestimate clinical usefulness of findings. MRI scans also resulted in a sizeable number of fortuitous, clinically irrelevant findings. CONCLUSIONS: In first-episode psychosis, routine CT or MRI scans are of little benefit and should be reserved for situations where history or examination suggests neurological causation, or possibly for people aged 50 years and older.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,009 | 0,014 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».