MétaCan
Menu
Retour à la cohorte
Enregistrement W2077293414 · doi:10.1111/j.1751-7893.2009.00136.x

Substance misuse over the first 18 months of specialized intervention for first episode psychosis

2009· article· en· W2077293414 sur OpenAlexafffund
Jason Carr, Ross Norman, Rahul Manchanda

Notice bibliographique

RevueEarly Intervention in Psychiatry · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPsychiatryCannabisPsychosisPsychological interventionMedicineIntervention (counseling)Substance misuseSubstance abuseDrugAlcoholPsychologyMental health

Résumé

récupéré en direct d'OpenAlex

AIM: Examine substance misuse over the first 18 months of first-episode psychosis treatment. METHOD: Clinicians rated alcohol and drug (mostly cannabis) misuse for 243 individuals followed prospectively. Assessments were completed at baseline and after 3, 6 and 18 months. Interventions relating to substance misuse included ongoing assessment of use, education and counselling to avoid. RESULTS: Alcohol and drug misuse declined significantly between baseline and 3 months, especially among patients with a substance abuse or dependence diagnosis at baseline. Overall, these reductions were maintained over the 18-month follow-up period. The exception was worsening alcohol misuse over time among patients with alcohol abuse or dependence on entry. CONCLUSIONS: With good usual care, education and support, alcohol and drug misuse declined significantly during the first months of psychosis treatment. The improvements in drug misuse were generally maintained over the 18-month follow-up, and worsening alcohol misuse over time may be the greater issue.

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 enseignants0,085
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,337
Écart entre enseignants0,315 · 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

Citations17
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEarly Intervention in PsychiatryMême sujetSchizophrenia research and treatmentTravaux en français237 207