Individual differences in schizophrenia
Notice bibliographique
Résumé
BACKGROUND: Whether there are distinct subtypes of schizophrenia is an important issue to advance understanding and treatment of schizophrenia. AIMS: To understand and treat individuals with schizophrenia, the aim was to advance understanding of differences between individuals, whether there are discrete subtypes, and how first-episode patients (FEP) may differ from multiple episode patients (MEP). METHOD: These issues were analysed in 687 FEP and 1880 MEP with schizophrenia using the Positive and Negative Syndrome Scale for (PANSS) schizophrenia before and after antipsychotic medication for 6 weeks. RESULTS: The seven Negative Symptoms were correlated with each other and with P2 (conceptual disorganisation), G13 (disturbance of volition), and G7 (motor retardation). The main difference between individuals was in the cluster of seven negative symptoms, which had a continuous unimodal distribution. Medication decreased the PANSS scores for all the symptoms, which were similar in the FEP and MEP groups. CONCLUSIONS: The negative symptoms are a major source of individual differences, and there are potential implications for treatment. DECLARATION OF INTERESTS: L.P. received speaker fees from Otsuka Canada and educational grant from Janssen Canada in 2017. COPYRIGHT AND USAGE: © The Royal College of Psychiatrists 2017. This is an open access article distributed under the terms of the Creative Commons Non-Commercial, No Derivatives (CC BY-NC-ND) license.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».