Symptoms, cognition, treatment adherence and functional outcome in first-episode psychosis
Notice bibliographique
Résumé
BACKGROUND: The differential strength of correlation between symptoms, cognition and other patient characteristics with community functioning in first-episode psychosis has not been fully investigated. METHOD: In a sample of 66 first-episode psychosis patients demographic variables, ratings of pre-morbid adjustment, positive and negative symptoms, duration of untreated psychosis (DUP) and assessment of cognitive functions at baseline, and symptoms, cognitive functions and adherence to medication 1 year, were correlated with scores on social relations and activities of daily living (ADL) (outcome) at 1 year. Hierarchical regression analysis was used to confirm the independent contribution of baseline and concurrent variables to functional outcome at 1 year. RESULTS: Scores on functioning related to social relations and ADL were both significantly correlated with pre-morbid adjustment, all dimensions of residual positive and negative symptoms and adherence to medication at 1 year. Scores on social relations were also modestly correlated with DUP and several cognitive measures at baseline and 1 year (verbal IQ, attention, visual memory, word fluency and working memory). Hierarchical regression confirmed independent contribution of pre-morbid adjustment, total residual symptoms and adherence to medication at 1 year for both dimensions of outcome, and psychomotor poverty and working memory for social relations. CONCLUSIONS: In addition to pre-morbid adjustment potentially malleable variables such as level of residual (but not acute) symptoms, adherence to medication and cognitive deficits are likely to influence outcome on aspects of community functioning in individuals treated for first episode of psychosis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 tête enseignante, 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 ».