Predictors of persisting psychotic like experiences in children and adolescents: A scoping review
Notice bibliographique
Résumé
BACKGROUND: Subclinical psychotic experiences (PLEs) are among the frequently reported mental health problems in children/adolescents. PLEs identified in cross sectional studies of children/adolescents are associated with current and future mental health problems. These associations are stronger for PLEs that persist over time. Hence, it could be useful to examine which children/adolescents with PLEs at a first assessment (baseline) are more likely to have PLEs at subsequent assessments. METHODS: We conducted a scoping review of studies that examined whether characteristics of children/adolescents (≤18 years) with PLEs at baseline predict whether PLEs are likely to be persistent or remittent at subsequent assessments. We included studies published between January 2002 and December 2017, conducted on general child/adolescent populations of ≥300 individuals, that provided data on PLEs for at least 2 time points, had available follow-up data for ≥50% of those assessed for PLEs at baseline and targeted for follow-up examination, and reported the differences between individuals with PLEs that persisted or remitted during the study period. RESULTS: Six studies met our criteria. Each of them investigated a wide range of baseline characteristics but no predictor of persistence was replicated. CONCLUSIONS: Our knowledge about which children/adolescents with PLEs at an initial assessment are likely to have persistent PLEs at subsequent assessments is sparse. A handful of predictors of persistent PLEs have been investigated so far, and none replicated. A better understanding of these predictors would be an important complement to investigations examining the evolution of PLEs and of mental health problems in children/adolescents.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».