Which psychotic experiences are associated with a need for clinical care?
Notice bibliographique
Résumé
BACKGROUND: The aims of this study were to identify (1) the factor structure of anomalous experiences across the psychosis continuum; (2) qualitative and quantitative differences in psychotic experiences (PEs) between "non need-for-care" and two clinical groups: psychosis patients and individuals at ultra high risk (UHR) of psychosis. We aimed to distinguish which types of experiences would be related to malign (need-for-care and/or help-seeking) versus benign outcomes. METHODS: Component scores obtained from a Principal Components Analysis of PEs from lifetime scores on the Appraisals of Anomalous Experience Inventory (Brett et al., 2007) were compared across 96 participants: patients diagnosed with a psychotic disorder (n=37), help-seeking UHR people (n=21), and non-clinical individuals presenting with enduring PEs (n=38). RESULTS: A five-component structure provided the best solution, comprising dissociative-type experiences, subjective cognitive deficits, and three separate components relating to "positive" symptoms. All groups reported "positive" experiences, such as ideas of reference and hallucinations, with the non-clinical group displaying more PEs in the Paranormal/Hallucinatory component than both clinical groups. "Cognitive/Attentional anomalies" was the only component where the clinical groups reported significantly more anomalies than the non-clinical group. However psychosis patients reported more frequent first-rank type symptoms and "hypomanic" type PEs than the other groups. DISCUSSION: "Positive" PEs were common across the psychosis spectrum, although first-rank type symptoms were particularly marked in participants diagnosed with a psychotic disorder. Help-seeking and need-for-care were associated with the presence of subjective cognitive disturbances. These findings suggest that anomalies of cognition and attention may be more relevant to poorer outcomes than the presence of anomalous experiences.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».