Positive and meaningful lives: Systematic review and meta‐analysis of eudaimonic well‐being in first‐episode psychosis
Notice bibliographique
Résumé
BACKGROUND: First-episode psychosis typically has its onset during adolescence. Prolonged deficits in social functioning are common in FEP and yet often variance in functioning remains unexplained. Developmental psychology frameworks may be useful for understanding these deficits. Eudaimonic well-being (EWB), or positive self-development, is a developmental psychology construct that has been shown to predict mental health outcomes across multiple populations but has not been systematically reviewed in FEP. AIM: Our aim was to systematically review the evidence for: the predictors of EWB, the effectiveness of EWB interventions and to examine the quality of this research in FEP. METHODS: Selected studies measured either composite or components of EWB. A systematic search produced 2876 abstracts and 122 articles were identified for full screening which produced 17 final papers with 2459 participants. RESULTS: Studies comprised six RCTs, eight prospective follow-up studies and three case-controlled studies. Self-esteem and self-efficacy were the most commonly measured components. A meta-analysis of RCTs revealed no statistically significant effect of interventions on self-esteem. The extant research indicates that character strengths may be associated with higher EWB. Self-esteem may be lower in FEP compared with age matched controls but not different from ultra-high risk patients. Self-esteem appears to be associated with poorer insight and improved therapeutic alliance. Significant problems with both external and internal validity of reviewed studies were apparent. CONCLUSIONS: The hypotheses that lowered EWB is a risk factor for both onset of FEP and for poorer functional outcomes warrant further investigation. There is currently no evidence for effective interventions for EWB 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,021 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».