MétaCan
Menu
Retour à la cohorte
Enregistrement W2914836491 · doi:10.1111/acps.13011

Medication adherence in first episode psychosis: the role of pre‐onset subthreshold symptoms

2019· article· en· W2914836491 sur OpenAlexafffund
Jean-Gabriel Daneault, Anika Maraj, Martín Lepage, Ashok Malla, Norbert Schmitz, Srividya N. Iyer, Ridha Joober, Jai Shah

Notice bibliographique

RevueActa Psychiatrica Scandinavica · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensUniversité de MontréalInstitut universitaire en santé mentale de MontréalMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesNational Institute of Mental HealthFonds de Recherche du Québec - Santé
Mots-clésMedicineAntipsychoticLogistic regressionSchizophrenia (object-oriented programming)PsychiatryObservational studyInternal medicinePsychosisRisperidone

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The experience of pre-onset subthreshold psychotic symptoms (STPS, signifying a clinical high-risk state) in first episode psychosis (FEP) predicts poorer outcomes during treatment, possibly through differential adherence to medication. We explored whether adherence differs between FEP patients with and without pre-onset STPS. METHODS: Antipsychotic medication adherence was compared in 263 STPS+ and 158 STPS- subjects in a specialized early intervention program for FEP. Data were gathered from a larger observational study conducted between 2003 and 2016. STPS status, sociodemographic, and baseline clinical variables were tested as predictors of non-adherence using univariate and multivariate logistic regressions. Time to onset of non-adherence was analyzed using Kaplan-Meier curves. The same predictors were tested as predictors of time to onset of non-adherence using Cox regression models. RESULTS: Medication non-adherence was higher in STPS+ participants (78.9% vs. 68.9%). STPS status (OR 1.709), substance use disorder (OR 1.767), and milder positive symptoms (OR 0.972) were significant baseline predictors of non-adherence. Substance use disorder (HR 1.410), milder positive symptoms (HR 0.990), and lack of contact between the clinical team and relatives (HR 1.356) were significant baseline predictors of time to non-adherence. CONCLUSION: FEP patients who experience pre-onset STPS are more likely to be non-adherent to antipsychotic medication over 2 years of intervention. FEP programs should routinely evaluate pre-onset symptomatology to deliver more personalized treatments, with emphasis on engaging both patients and family members from the beginning of care.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,280
Écart entre enseignants0,271 · 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

Citations20
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueActa Psychiatrica ScandinavicaMême sujetSchizophrenia research and treatmentTravaux en français237 207