A 12‐month outcome study of insight and symptom change in first‐episode 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
AIM: We first aimed to evaluate the progression of insight and psychopathology over the first year of treatment for a psychosis. We hypothesized that improvement in insight would associate with improvement in positive and negative symptoms, and depressive and anxious symptom exacerbation. Secondly, in an exploratory analysis, we aimed to identify quantitatively distinct insight trajectory groups, and to describe the impact of psychopathology over time on the different trajectory groups. METHODS: One-hundred and sixty-five patients were administered a comprehensive clinical evaluation, and insight was rated on the Scale for Assessment for Unawareness of Mental Disorder, item 1 (awareness of mental disorder), at admission and after 1, 2, 3, 6, 9 and 12 months. RESULTS: In a generalized estimating equation (GEE) model of change, insight improved concurrently with positive, negative and anxious symptoms between baseline and month 1 in the entire cohort. Latent group-based trajectory analysis revealed five insight groups: good, increasing, decreasing, moderate poor and very poor. GEE modelling revealed that the very poor and moderate poor insight groups displayed greater overall negative symptoms than patients with good and increasing insight trajectories. The good insight group showed significantly greater overall depressive symptoms than the diminished and very poor insight groups. CONCLUSIONS: The results suggest that specific longitudinal insight trajectories were driving the observed associations between insight and negative and depressive symptoms in the entire first-episode psychosis cohort. Persistently poor insight may be an important factor in negative symptom maintenance. Good or increasing course of insight may be early clinical indicators of a liability to depression.
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) | 0,001 | 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