MétaCan
Menu
Retour à la cohorte
Enregistrement W1980525283 · doi:10.1097/nmd.0b013e31819251d8

Developing a Risk-Model of Time to First-Relapse for Children and Adolescents With a Psychotic Disorder

2009· article· en· W1980525283 sur OpenAlexaff
Robin E. Gearing, Irfan Mian, Aron Sholonsky, Jim Barber, David Nicholas, Ralph Lewis, Leigh Solomon, Cheryl Williams, Shawna Lightbody, Margaret Steele, Brenda Davidson, Rahul Manchanda, Llewellyn W. Joseph, Kenneth Handelman, Abel Ickowicz

Notice bibliographique

RevueThe Journal of Nervous and Mental Disease · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensNorth York General HospitalSunnybrook Health Science CentreHealth Sciences CentreHospital for Sick ChildrenWilliam Osler Health SystemCentre for Addiction and Mental HealthLondon Health Sciences CentreHumber River Regional HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésProportional hazards modelPsychiatryMedicinePsychosisMoodMood disordersCohortSchizophrenia (object-oriented programming)Retrospective cohort studyBipolar disorderCohort studyPediatricsPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Individuals treated for psychotic disorders and mood disorders with psychotic features have a high likelihood of relapse across the life course. This study examines the relapse rate and its associated predictors for children and adolescents experiencing a first-episode and develops a statistical risk-model for prediction of time to first-relapse. A multiyear, retrospective cohort design was used to track youth, under the age of 18 years, who experienced a first-episode of psychosis, and were admitted to 1 of 6 inpatient hospital psychiatric units (N = 87). Participants were followed for at least 2 years (M = 3.9, SD = 1.3) using survival analysis. Approximately 60% of subjects experienced relapse requiring hospital readmission by the end of follow-up, with 33% readmitted within the first year and 44% within 2 years. Median survival time was 34 months. Cox proportional hazards regression identified 4 key risk factors for relapse: medication nonadherence, female gender, receiving clinical treatment, and a decline in social support before first admission.

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 candidatesaucune
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 enseignants0,541
Score d'incertitude au seuil0,186

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,270
Écart entre enseignants0,260 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations57
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Nervous and Mental DiseaseMême sujetSchizophrenia research and treatmentTravaux en français237 207