Can Patients at Risk for Persistent Negative Symptoms Be Identified During Their First Episode of Psychosis?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Patients with schizophrenia who show persistent negative symptoms are an important subgroup, but they are difficult to identify early in the course of illness. The objective of this study was to examine characteristics that discriminate between first-episode psychosis (FEP) patients in whom primary negative symptoms did or did not persist after 1 year of treatment. Patients with a DSM-IV diagnosis of FEP whose primary negative symptoms did (N = 36) or did not (N = 35) persist at 1 year were contrasted on their baseline and 1-year characteristics. Results showed that patients with persistent primary negative symptoms (N = 36) had a significantly longer duration of untreated psychosis (p < .005), worse premorbid adjustment during early (p < .001) and late adolescence (p < .01), and a higher level of affective flattening (p < .01) at initial presentation compared with patients with transitory primary negative symptoms. The former group also showed significantly lower remission rates at 1 year (p < .001). Multiple regression analysis confirmed the independent contribution of duration of untreated psychosis, premorbid adjustment, and affective flattening at baseline to the patients' likelihood of developing persistent negative symptoms. It may therefore be possible to distinguish a subgroup of FEP patients whose primary negative symptoms are likely to persist on the basis of characteristics shown at initial presentation for treatment.
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.
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) | 0,000 | 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 découle