Impact of early use of long-acting injectable antipsychotics on psychotic relapses and hospitalizations in first-episode psychosis
Notice bibliographique
Résumé
Early relapse is frequent in the first-episode psychosis (FEP), often because of poor adherence to medication. Previous studies have shown positive impacts of long-acting injectable antipsychotics (LAI-AP) on relapse rates, while others have discerned no differences. This study describes the impact of early LAI-AP utilization on relapse and rehospitalization rates in FEP. A three-year, longitudinal, prospective, naturalistic study of all admissions of psychosis patients for early intervention services was conducted. Four hundred sixteen patients were subdivided into four groups according to the route of antipsychotic administration. Patients who received LAI-AP as their first treatment modality were more likely to exhibit poor prognostic factors at baseline. However, their relapse rate over time was similar to those with good prognostic factors at baseline who only received oral antipsychotics (OAP). Patients who were initially prescribed OAP and eventually switched to LAI-AP were more likely to relapse and to be rehospitalized, even if they manifested better functioning at baseline than those started on LAI-AP. Patients with poor prognosis in the early stage of their disease seem to benefit from early prescription of LAI-AP which can reduce and delay relapses and rehospitalizations. Because they are often still at school or at work at the time of their first episode of psychosis, relapse prevention seems particularly relevant to avoid functional deterioration.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».