Selection for psychosocial treatment for youth at clinical high risk for psychosis based on the North American Prodrome Longitudinal Study individualized risk calculator
Notice bibliographique
Résumé
AIM: Recent findings suggest that family-focused therapy (FFT) is effective for individuals at clinical high-risk for psychosis (CHR-P). As outcomes of CHR-P individuals are quite varied, certain psychosocial interventions may be differentially effective in subgroups. The present study examined change in positive symptoms for CHR-P individuals at different levels of predicted risk for conversion to psychosis who received either FFT, a brief form of family education termed enhanced care (EC) or treatment as usual. METHODS: Participants were drawn from the North American Prodromal Longitudinal Study (NAPLS2). A subset of NAPLS2 participants completed a randomized study involving FFT or EC. The present study includes participants from the FFT-CHR sub-study and non-randomized NAPLS2 participants. Predicted risk of conversion was calculated using the Individualized Risk Calculator for Psychosis. Robust linear regressions evaluated whether the association between predicted risk of conversion and positive symptom change differed across intervention groups. RESULTS: A total of 94 participants from the FFT-CHR sub-study (FFT-CHR n = 50, EC n = 44) and 401 non-randomized NAPLS2 participants were included in this study. There was a treatment group by predicted risk of conversion interaction that predicted positive symptom improvement: higher risk individuals improved more with FFT-CHR than EC or the non-randomized NAPLS group, whereas lower-risk individuals did not differ in positive symptom improvement across treatment groups (FFT-CHR vs EC: P = .03, β = 20.27; FFT-CHR vs NAPLS2: P < .001, β = 28.40). CONCLUSIONS: Intensive treatments such as FFT-CHR may be most appropriate for individuals at the highest levels of clinical risk for psychosis.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».