Individuals developing schizophrenia are hidden among adolescent substance misusers
Notice bibliographique
Résumé
BACKGROUND: Strategies are needed to identify youth developing schizophrenia. The present study aimed to determine whether adolescents treated for substance misuse were at elevated risk to develop schizophrenia, whether this risk has changed since the late 1960s, and whether substance misuse in adolescence predicted poorer outcomes through adulthood. METHOD: In a Swedish city, since the mid-1960s there has been only one clinic for adolescent substance misuse. Three samples from this clinic were studied: 1992 individuals treated from 1968 to 1971 followed to age 50 years; 1576 treated from 1980 to 1984 followed to age 35 years; and 180 treated in 2004 followed to age 22 years. Each clinical sample was matched on age, sex and place of birth to an equal, or larger, number of randomly selected individuals from the general population. Schizophrenia, substance use disorders, physical disorders related to substance misuse, criminal convictions, poverty and death were identified using national registers. RESULTS: Individuals treated for substance misuse in adolescence were at increased risk to subsequently develop schizophrenia: in males the increase was approximately four-fold and in females between five- and seven-fold. There was no difference in risk for those treated in 1968-1971 and from 1980 to 1984 when cannabis use increased from 37.6% to 49.8% of the clinical samples. Among males who developed schizophrenia, treatment for substance misuse was associated with increased risk of substance use disorders and criminal convictions through adulthood. CONCLUSIONS: Treatment programmes for adolescents misusing substances include a disproportionate number developing schizophrenia. Early detection and treatment have the potential to improve long-term outcomes.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 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 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 ».