Medication-Adherent First-Episode Psychosis Patients Also Relapse: Why?
Notice bibliographique
Résumé
OBJECTIVE: Poor adherence to medication is a major determinant of relapse following treatment of first-episode psychosis (FEP). However, medication-adherent patients also relapse. We examined what factors influence the risk of relapse after controlling for adherence. METHOD: We selected a sample of fully adherent patients (n = 65) who had achieved remission at one point. We then compared patients who relapsed, using 2 different definitions of relapse, to those who did not relapse by 12 months on age, sex, premorbid adjustment, duration of untreated psychosis, length of prodrome, and substance abuse. RESULTS: Among the 65 medication-adherent patients in remission, 9 (14%) relapsed according to criteria for relapse requiring a change in medication. These patients differed from those who remained in remission only in the pattern of premorbid adjustment (greater proportion with deteriorating pattern), although this was not independent of other variables. No differences were found on any other variable. Using a more commonly used metric for relapse, based on symptom ratings alone, an additional 14 (21.5%) patients relapsed. Substance abuse significantly predicted relapse, with substance abusers having more than 25 times the odds of relapsing by 12 months (OR 25.6; 95% CI 2.4 to 278.1, P = 0.008). CONCLUSION: Using a more conservative definition of relapse in this adherent-to-medication population, we find a very low rate of relapse associated, at least partially, with poor premorbid adjustment. As substance abuse was a significant predictor of symptomatic relapse, this would suggest that there should be a greater emphasis on interventions focused on reducing substance abuse in FEP.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».