MétaCan
Menu
Retour à la cohorte
Enregistrement W2972171379 · doi:10.1176/appi.ajp.2019.18111290

Characterizing Covariant Trajectories of Individuals at Clinical High Risk for Psychosis Across Symptomatic and Functional Domains

2019· article· en· W2972171379 sur OpenAlexaff
Dana Allswede, Jean Addington, Carrie E. Bearden, Kristin S. Cadenhead, Barbara A. Cornblatt, Daniel H. Mathalon, Thomas H. McGlashan, Diana O. Perkins, Larry J. Seidman, Ming T. Tsuang, Elaine F. Walker, Scott W. Woods, Tyrone D. Cannon

Notice bibliographique

RevueAmerican Journal of Psychiatry · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Mental HealthUniversity of OxfordGW PharmaceuticalsNew England Research InstitutesSunovionTeva Pharmaceutical IndustriesH. Lundbeck A/SNational Science Foundation
Mots-clésPsychologyClinical psychologyPsychosisPsychological interventionMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The authors sought to characterize differences in outcomes among help-seeking individuals at clinical high risk for psychosis by identifying covariant longitudinal patterns of symptoms and functioning. METHODS: Group-based multitrajectory modeling was applied to longitudinal ratings of four symptom domains (positive, negative, disorganized, general) and general functioning among clinical high-risk individuals in an initial discovery sample (N=422). An independent sample (N=133) was used to test replicability. RESULTS: Three trajectory groups were identified among clinical high-risk individuals in the discovery sample: group 1 (30%) exhibited substantial improvement across all domains, with half reaching positive outcomes for both functioning and positive symptoms; group 2 (49%) exhibited moderate impairments across domains, with approximately one-quarter meeting criteria for positive outcomes; the remaining participants (group 3; 22%) exhibited consistent levels of severe impairment across domains and did not experience positive outcomes. These trajectory groups and remission patterns were replicated in an independent sample. CONCLUSIONS: Replicable subgroups of help-seeking clinical high-risk cases can be ascertained based on distinctive profiles of change over time in symptoms and functioning. Within each of the three identified subgroups, similar patterns of change (i.e., rapid, moderate, or no improvement) were observed across the four symptom domains and functioning. This consistency of change over time across domains within each subgroup is a novel observation supporting the syndrome consistency of clinical high-risk symptoms and signs. The observed trajectory subgroups are suggestive of different degrees of need for clinical interventions, ranging from minimal or supportive for about one-third of cases to increasingly intensive among the remainder.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,040
Score d'incertitude au seuil0,439

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,336
Écart entre enseignants0,318 · 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 tête enseignante, 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

Citations55
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of PsychiatryMême sujetSchizophrenia research and treatmentTravaux en français237 207