Beyond the crisis: Ongoing psychiatric treatment and service utilization after initial symptom stabilization following first-episode psychosis for adolescents
Notice bibliographique
Résumé
Introduction The importance of timely identification and treatment of psychosis are increasingly the focus of early interventions, with research targeting the initial high-risk period in the months following first-episode hospitalization. However, ongoing psychiatric treatment and service utilization after the symptoms have been stabilized over the initial years following first-episode has received less research attention. Objectives To model the variables predicting continued service utilization with psychiatrists for adolescents following their first-episode psychosis; examine associated temporal patterns in continued psychiatric service utilization. Methods This study utilized a cohort design to assess adolescents (age 14.4 ± 2.5 years) discharged following their index hospitalization for first-episode psychosis. Bivariate analyses were conducted on predictor variables associated with psychiatric service utilization. All significant predictor variables were included in a logistic regression model. Results Variables that were significantly associated with psychiatric service utilization included: diagnosis with a schizophrenia spectrum disorder rather than major mood disorder with psychotic features (OR = 24.0; P = 0.02), a first degree relative with depression (OR = 0.12; P = 0.05), and months since last psychiatric inpatient discharge (OR = 0.92; P = 0.02). Further examination of time since last hospitalization found that all adolescents continued service utilization up to 18 months post-discharge. Conclusions Key findings highlight the importance of early diagnosis, that a first degree relative with depression may negatively influence the adolescent's ongoing service utilization, and that 18 months post-discharge may a critical time to review current treatment strategies and collaborate with youth and families to ensure that services continue to meet their needs. Disclosure of interest The authors have not supplied their declaration of competing interest.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».