Cognitive markers of short-term clinical outcome in first-episode psychosis
Notice bibliographique
Résumé
BACKGROUND: Outcome from psychotic disorders is heterogeneous with poorer outcomes frequently identified too late to be influenced. Symptomatic ratings at 1 or more years following initiation of treatment have been related to cognition in first-episode psychosis. However, the relationship between cognition and early outcome remains unclear. AIMS: To determine whether specific cognitive domains could identify poor short-term outcome among individuals with first-episode psychosis. METHOD: One hundred and fifty-one individuals with first-episode psychosis were divided into two groups based on 6-month clinical data after the initiation of treatment. Six cognitive domains were compared among 78 participants with poor outcomes, 73 with good outcomes and 31 healthy controls. RESULTS: Lower performance on verbal memory (z-scores: poor outcome=-1.3 (s.d.=1.1); good outcome=-0.8 (s.d.=0.9); P=0.001) and working memory (poor outcome=-1.0 (s.d.=1.2); good outcome=-0.4 (s.d.=0.9); P=0.003) identified individuals with first-episode psychosis with a poor outcome after 6 months of treatment. CONCLUSIONS: The early identification of those individuals with first-episode psychosis with a poor clinical outcome may encourage clinicians to pay special attention to them in the form of alternative pharmacological and psychological treatments for a more favourable outcome in the long term.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».