Trajectory and early predictors of apathy development in first-episode psychosis and healthy controls: a 10-year follow-up study
Notice bibliographique
Résumé
Apathy is prevalent in first-episode psychosis (FEP) and associated with reduced global functioning. Investigations of the trajectory of apathy and its early predictors are needed to develop new treatment interventions. We here measured the levels of apathy over the first 10 years of treatment in FEP and in healthy controls (HC). We recruited 198 HC and 198 FEP participants. We measured apathy with the Apathy Evaluation Scale, self-report version, psychotic symptoms with the Positive and Negative Syndrome Scale, depression with the Calgary Depression Scale for Schizophrenia, functioning with the Global Assessment of Functioning Scale, and also estimated the duration of untreated psychosis (DUP). The longitudinal development of apathy and its predictors were explored using linear mixed models analyses. Associations to functioning at 10 years were investigated using multiple hierarchical linear regression analyses. In HC, mean apathy levels were low and stable. In FEP, apathy levels decreased significantly during the first year of treatment, followed by long-term stability. High individual levels of apathy at baseline were associated with higher apathy levels during the follow-up. Long DUP and high baseline levels of depression predicted higher apathy levels at follow-ups. The effect of DUP was persistent, while the effect of baseline depression decreased over time. At 10 years, apathy was statistically significantly associated with reduced functioning. The early phase of the disorder may be critical to the development of apathy in FEP.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».