MétaCan
Menu
Retour à la cohorte
Enregistrement W2039264644 · doi:10.1080/00048670701579041

Meta-Analysis of Depressive Symptoms in Dual-Diagnosis Schizophrenia

2007· review· en· W2039264644 sur OpenAlexaff
Stéphane Potvin, Amir A. Sepehry, Émmanuel Stip

Notice bibliographique

RevueAustralian & New Zealand Journal of Psychiatry · 2007
Typereview
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensInstitut universitaire en santé mentale de MontréalUniversité de MontréalUniversité de Sherbrooke
Organismes subventionnairesEli Lilly and Company
Mots-clésDual diagnosisSchizophrenia (object-oriented programming)Meta-analysisPsychiatryDiagnosis of schizophreniaRating scaleDepression (economics)Clinical psychologyCannabisDepressive symptomsPsychologySubstance abuseHamilton Rating Scale for DepressionMajor depressive disorderPsychosisMedicineInternal medicineCognition

Résumé

récupéré en direct d'OpenAlex

Substance abuse is highly prevalent in schizophrenia and associated with numerous negative consequences. While studies have regularly reported more severe depressive symptoms in addicted schizophrenia patients relative to non-abusing patients, some studies have not corroborated this finding. The current meta-analysis was performed to quantify the relative severity of depressive symptoms in dual-diagnosis schizophrenia. A search of the literature using computerized engines was undertaken. Studies were retained in the analysis if (i) they assessed depressive symptoms using validated scales specific to depression (e.g. Hamilton Depression Rating Scale); and (ii) groups of schizophrenia patients were divided according to substance use disorders (alcohol, amphetamines, cannabis, cocaine, hallucinogens, heroin and/or phencyclidine). According to the inclusion criteria, 20 studies were available for mathematical analysis. A small, positive and significant effect size estimate (n =3283; 1680 dual diagnosis; 1603 single diagnosis; adjusted Hedges's g =0.292; p =0.003) was obtained, within a random-effect model, suggesting that some dual-diagnosis patients experience more severe depressive symptoms than single-diagnosis patients. This significant difference was found only for studies using the Hamilton Depression Rating Scale but not for other depression scales. The results of the present meta-analysis suggest that addicted schizophrenia patients experience more severe depressive symptoms compared to non-abusing patients, but that the difference is smaller than commonly assumed. The meta-analysis also shows that the significance of results is related to the scale used to measure depressive symptoms. These results have methodological implications for future studies of depressive symptoms in dual-diagnosis patients, and potential implications for the prevention and treatment of depressive symptoms in schizophrenia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,027
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0160,062
Bibliométrie0,0070,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,127
Tête enseignante GPT0,403
Écart entre enseignants0,276 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations50
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian & New Zealand Journal of PsychiatryMême sujetSchizophrenia research and treatmentTravaux en français237 207