MétaCan
Menu
Retour à la cohorte
Enregistrement W1966440417 · doi:10.1111/j.1600-0447.2009.01346.x

A multi‐site Canadian perspective: examining the functional outcome from first‐episode psychosis

2009· article· en· W1966440417 sur OpenAlexafffundabout
Natasja M. Menezes, Aashish Malla, Ross Norman, Suzanne Archie, Paul Roy, Robert B. Zipursky

Notice bibliographique

RevueActa Psychiatrica Scandinavica · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensUniversity of OttawaDouglas Mental Health University InstituteMcMaster UniversityWestern UniversityCentre for Addiction and Mental Health
Organismes subventionnairesCanada Research Chairs
Mots-clésSubstance abusePsychosisComorbidityCohortOutcome (game theory)PsychiatryPsychologyCohort studyGlobal Assessment of FunctioningExplained variationClinical psychologyMedicineSchizophrenia (object-oriented programming)Internal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine factors contributing to variance in functional outcome in first-episode psychosis (FEP) following 1 year of treatment. METHOD: Naturalistic 1-year follow-up of a FEP cohort (n = 200), from programs in four university centers in Ontario, Canada. Functional recovery was defined by 'Social and Occupational Functioning Assessment Scale' (SOFAS) score>60. Regression analysis examined the contribution of independent variables to variance in functional outcome. RESULTS: Twelve-month outcome measures were available for 76.5% of the original cohort. Of these, 70% reported being in school/work and in satisfactory relationships. The functional recovery rate was 51%, compared to 74% attaining symptomatic remission. The greatest contributors to variance in outcome were ongoing symptoms at 6 months and substance abuse comorbidity. CONCLUSION: After 1 year of treatment, FEP patients show high rates of symptomatic remission and relatively lower rates of functional recovery. Symptoms and substance abuse contribute to variance in outcome.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,138
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,321
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueActa Psychiatrica ScandinavicaMême sujetSchizophrenia research and treatmentTravaux en français237 207