MétaCan
Menu
Retour à la cohorte
Enregistrement W2037250028 · doi:10.1111/j.1600-0447.2008.01188.x

Long‐term effects of a community intervention for early identification of first‐episode psychosis

2008· article· en· W2037250028 sur OpenAlexaff
Clifford Cassidy, Norbert Schmitz, Ross Norman, Rahul Manchanda, Ashok Malla

Notice bibliographique

RevueActa Psychiatrica Scandinavica · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensLondon Health Sciences CentreWestern UniversityMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésdupPsychosisSchizophrenia (object-oriented programming)PsychiatryPsychologyIntervention (counseling)MedicinePediatrics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To assess whether an Early Case Identification Program (ECIP) for first-episode psychosis (FEP), which showed no significant short-term effects, has a delayed impact on duration of untreated psychosis (DUP). METHOD: Using a historical control design, FEP patients were assessed on clinical variables over three consecutive phases, 2 years prior, 2 years during and 3 years after implementation of the ECIP. Additional analyses were conducted on non-affective and schizophrenia spectrum psychoses cases only. RESULTS: There was no overall significant difference in DUP across the three phases. For cases treated within the first year of illness a nonsignificant reduction in DUP to less than 2 months observed during the active phase was sustained post-ECIP. CONCLUSION: In some jurisdictions community-wide early case detection may fail to have an immediate or delayed effect on DUP, especially for cases who normally present for treatment with DUP >1 year.

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 enseignants0,008
Score d'incertitude au seuil0,581

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 Opus0,024
Tête enseignante GPT0,326
Écart entre enseignants0,302 · 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

Citations19
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Psychiatrica ScandinavicaMême sujetSchizophrenia research and treatmentTravaux en français237 207