MétaCan
Menu
← Retour à la cohorte
Enregistrement W3033072150 · doi:10.1136/bmjopen-2019-034280

Early Psychosis Intervention-Spreading Evidence-based Treatment (EPI-SET): protocol for an effectiveness-implementation study of a structured model of care for psychosis in youth and emerging adults

2020· article· en· W3033072150 sur OpenAlexafffundabout
Nicole Kozloff, George Foussias, Janet Durbin, Sanjeev Sockalingam, Jean Addington, Donald Addington, Augustina Ampofo, Kelly K. Anderson, Melanie Barwick, Sarah Bromley, Jasmyn E. A. Cunningham, Simone Dahrouge, Lillian Duda, Catherine Ford, Sheila Gallagher, John D. Haltigan, Joanna Henderson, Alexia Jaouich, Dielle Miranda, Patrick Mitchell, Josette Morin, Claire de Oliveira, Valerie Primeau, Eva Serhal, Sophie Soklaridis, Diana Urajnik, Krista Whittard, Juveria Zaheer, Paul Kurdyak, Aristotle N. Voineskos

Notice bibliographique

RevueBMJ Open · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensRegional Municipality of NiagaraNOSM UniversityMcMaster UniversityLaurentian UniversityMinistry of Health and Long Term CareInstitute for Clinical Evaluative SciencesUniversity of OttawaLakeridge HealthUniversity of CalgaryUniversity of TorontoWestern UniversityBruyèreCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineMental healthIntervention (counseling)FidelityProtocol (science)Motivational interviewingNursingFamily medicinePsychiatryAlternative medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: While early psychosis intervention (EPI) has proliferated in recent years amid evidence of its effectiveness, programmes often struggle to deliver consistent, recovery-based care. NAVIGATE is a manualised model of EPI with demonstrated effectiveness consisting of four components: individualised medication management, individual resiliency training, supported employment and education and family education. We aim to implement NAVIGATE in geographically diverse EPI programmes in Ontario, Canada, evaluating implementation and its effect on fidelity to the EPI model, as well as individual-level outcomes (patient/family member-reported and interviewer-rated), system-level outcomes (captured in provincial administrative databases) and engagement of participants with lived experience. METHODS AND ANALYSIS: This is a multisite, non-randomised pragmatic hybrid effectiveness-implementation type III mixed methods study coordinated at the Centre for Addiction and Mental Health (CAMH) in Toronto. Implementation is supported by the Provincial System Support Program, a CAMH-based programme with provincial offices across Ontario, and Extension of Community Healthcare Outcomes Ontario Mental Health at CAMH and the University of Toronto. The primary outcome is fidelity to the EPI model as measured using the First Episode Psychosis Services-Fidelity Scale. Four hundred participants in the EPI programmes will be recruited and followed using both individual-level assessments and health administrative data for 2 years following NAVIGATE initiation. People with lived experience will be engaged in all aspects of the project, including through youth and family advisory committees. ETHICS AND DISSEMINATION: Research ethics board approval has been obtained from CAMH and institutions overseeing the local EPI programmes. Study findings will be reported in scientific journal articles and shared with key stakeholders including youth, family members, programme staff and policymakers. TRIAL REGISTRATION NUMBER: NCT03919760; Pre-results.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,075
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,396

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0750,044
Méta-épidémiologie (sens strict)0,0040,004
Méta-épidémiologie (sens large)0,0070,007
Bibliométrie0,0030,004
Études des sciences et des technologies0,0050,004
Communication savante0,0040,005
Science ouverte0,0050,005
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0660,010

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 Opus0,269
Tête enseignante GPT0,536
Écart entre enseignants0,266 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ Open→Même sujetSchizophrenia research and treatment→Travaux en français237 207→