Social Network Intervention in Patients with Schizophrenia and Marked Social Withdrawal: A Randomized Controlled Study
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the efficacy and feasibility of actions intended to implement or improve patients' social network within the Italian National Health Service community mental health services. METHODS: We conducted a randomized clinical trial through a network of 47 community mental health services on patients with a diagnosis in the schizophrenia spectrum (F20 in the International Classification of Diseases, 10th Revision), who were young (aged younger than 45 years), and with a poor social network (less than 5 relationships). In addition to routine treatments, for the experimental group, the staff identified possible areas of interest for individual patients and proposed social activities taking place outside the services' resources and with members of the community. The main outcome was an improvement in the patients' social network; secondary end points were clinical outcome, abilities of daily living, and work. RESULTS: One- and 2-year outcomes of 345 and 327, respectively, of the 357 patients randomized were analyzed by intention-to-treat. A social network improvement was observed at year 1 in 25% of the patients allocated to routine treatment and in 39.9% of those allocated to the experimental arm (OR 2.0, 95% CI 1.3 to 3.1; adjusted OR 2.4, 95% CI 1.4 to 3.9). The difference remained statistically significant at year 2. No significant differences emerged for any of the other end points. However, patients with 1 or more other areas of improvement at year 1 and 2 showed a statistically significant social network improvement. CONCLUSIONS: The activation of social networks as an activity integrated with standard psychiatric care is practicable, without added economic and organizational costs, and appears to produce an effect persisting well beyond its implementation.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».