MétaCan
Menu
Retour à la cohorte
Enregistrement W2207056170 · doi:10.1001/jamapsychiatry.2015.2324

Heterogeneity of Psychosis Risk Within Individuals at Clinical High Risk

2015· review· en· W2207056170 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJAMA Psychiatry · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Institute of Mental Health
Mots-clésPsychosisMeta-analysisFunnel plotPublication biasMedicineMEDLINEPsychiatryBonferroni correctionWeb of sciencePsychologyClinical psychologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

IMPORTANCE: Individuals can be classified as being at clinical high risk (CHR) for psychosis if they meet at least one of the ultra-high-risk (UHR) inclusion criteria (brief limited intermittent psychotic symptoms [BLIPS] and/or attenuated psychotic symptoms [APS] and/or genetic risk and deterioration syndrome [GRD]) and/or basic symptoms [BS]. The meta-analytical risk of psychosis of these different subgroups is still unknown. OBJECTIVE: To compare the risk of psychosis in CHR individuals who met at least one of the major inclusion criteria and in individuals not at CHR for psychosis (CHR-). DATA SOURCES: Electronic databases (Web of Science, MEDLINE, Scopus) were searched until June 18, 2015, along with investigation of citations of previous publications and a manual search of the reference lists of retrieved articles. STUDY SELECTION: We included original follow-up studies of CHR individuals who reported the risk of psychosis classified according to the presence of any BLIPS, APS and GRD, APS alone, GRD alone, BS, and CHR-. DATA EXTRACTION AND SYNTHESIS: Independent extraction by multiple observers and random-effects meta-analysis of proportions. Moderators were tested with meta-regression analyses (Bonferroni corrected). Heterogeneity was assessed with the I2 index. Sensitivity analyses tested robustness of results. Publication biases were assessed with funnel plots and the Egger test. MAIN OUTCOMES AND MEASURES: The proportion of each subgroup with any psychotic disorder at 6, 12, 24, 36, and 48 or more months of follow-up. RESULTS: Thirty-three independent studies comprising up to 4227 individuals were included. The meta-analytical proportion of individuals meeting each UHR subgroup at intake was: 0.85 APS (95%CI, 0.79-0.90), 0.1 BLIPS (95%CI, 0.06-0.14), and 0.05 GRD (95%CI, 0.03-0.07). There were no significant differences in psychosis risk at any time point between the APS and GRD and the APS-alone subgroups. There was a higher risk of psychosis in the any BLIPS greater than APS greater than GRD-alone subgroups at 24, 36, and 48 or more months of follow-up. There was no evidence that the GRD subgroup has a higher risk of psychosis than the CHR- subgroup. There were too few BS or BS and UHR studies to allow robust conclusions. CONCLUSIONS AND RELEVANCE: There is meta-analytical evidence that BLIPS represents separate risk subgroup compared with the APS. The GRD subgroup is infrequent and not associated with an increased risk of psychosis. Future studies are advised to stratify their findings across these different subgroups. The CHR guidelines should be updated to reflect these differences.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,092
Tête enseignante GPT0,433
Écart entre enseignants0,341 · 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