MétaCan
Menu
Retour à la cohorte
Enregistrement W2598923172 · doi:10.1093/schbul/sbx023.051

SA52. The Prevalence of Negative Symptoms Across the Stages of the Psychosis Continuum

2017· article· en· W2598923172 sur OpenAlexaff
Martín Lepage, Geneviève Sauvé, Jai Shah, Mathieu B. Brodeur

Notice bibliographique

RevueSchizophrenia Bulletin · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensDouglas CollegeMcGill University
Organismes subventionnairesnon disponible
Mots-clésPsychosisAnhedoniaSchizophrenia (object-oriented programming)Psychological interventionScale for the Assessment of Negative SymptomsPsychiatryMedicineNegative symptomClinical psychologyPsychology

Résumé

récupéré en direct d'OpenAlex

Background: Negative symptoms are present in all stages of the psychosis continuum and still represent an unmet therapeutic need. A better understanding of their course over the lifetime has important implications for the development and refinement of timely interventions. While several studies have separately reported the prevalence rates of negative symptoms within each stage of the psychosis continuum, we sought to review the literature to compare the prevalence across stages to determine the course of such symptoms. Methods: Databases were searched for studies reporting prevalence rates of negative symptoms in one of our predetermined stages (i.e., clinical ultra-high risk—UHR, first-episode psychosis—FEP, younger (y) and older (o) patients who experienced multiple episodes of psychosis—MEP). Results were synthesized using negative symptoms’ definitions provided in a newly developed scale (Brief Negative Symptom Scale—BNSS). Prevalence rates of each negative symptom were averaged and weighted by the combined sample size. Results: Forty-seven studies were selected including 1872 UHR, 2947 FEP, 5039 yMEP, and 669 oMEP patients. The prevalence rates of each negative symptom followed a similar course; it first decreased between the UHR and the FEP stages and then reincreased in yMEP patients (anhedonia: FEP—26%, yMEP—57%; avolition: UHR—50%, FEP—28%, and yMEP—73%; asociality: UHR—49%, FEP—34%, and yMEP—48%; Blunted affect: UHR—21%, FEP—9%, yMEP—41%, oMEP—23%; Alogia: UHR—15%, FEP—7%, and yMEP—33%). Conclusion: The cumulative impact of negative symptoms might be influenced by certain psychological-, environmental-, and treatment-related factors. Interventions might benefit from prioritizing the overall most prevalent symptoms of avolition, asociality, and anhedonia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0060,006
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,012
Tête enseignante GPT0,285
Écart entre enseignants0,273 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSchizophrenia BulletinMême sujetBipolar Disorder and TreatmentTravaux en français237 207