A meta-analysis of negative symptoms in dual diagnosis schizophrenia
Notice bibliographique
Résumé
BACKGROUND: According to the self-medication hypothesis, schizophrenia patients would abuse psychoactive substances to get a relief from their negative symptoms. Studies testing the self-medication hypothesis in dual diagnosis (DD) schizophrenia have not been conclusive, with some studies showing that DD patients experience fewer negative symptoms, whereas other studies have failed to detect such differences. One potential confounding factor for this discrepancy lies in the diverse scales used to evaluate the negative symptoms. A systematic quantitative review of the literature using computerized search engines has been undertaken. METHOD: Studies were retained in the analysis if: (i) they assessed negative symptoms using the SANS; (ii) groups of schizophrenia patients were divided according to substance use disorders (alcohol, amphetamines, cannabis, cocaine, hallucinogens, heroin and phencyclidine). RESULTS: Attainable published studies were screened. According to our inclusion criteria, 18 possible studies emerged. Data from 11 studies were available for mathematical analysis. A moderate effect size (total n = 1135, 451 DD, 684 single diagnosis, adjusted Hedges' g = -0.470, p = 0.00001) was obtained, within a random-effect model, suggesting that DD patients experience fewer negative symptoms. Groups did not differ in age, sex, and positive/general psychopathology. CONCLUSIONS: Using narrow criteria (e.g. SANS), the results of this meta-analysis show that schizophrenia patients with a substance use disorder experience fewer negative symptoms than abstinent schizophrenia patients. As such, these results suggest either that substance abuse relieves the negative symptoms of schizophrenia or that the patients with fewer negative symptoms would be more prone to substance use disorders.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,004 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 tête enseignante, 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 ».