Transdiagnostic Dimensions of Psychiatric Comorbidity in Individuals at Clinical High Risk for Psychosis: A Preliminary Study Informed by HiTOP
Notice bibliographique
Résumé
Background: Although psychiatric comorbidity is the norm among individuals at clinical high risk for psychotic disorders (CHR), research has yet to examine transdiagnostic dimensional models of comorbidity in this critical population. Methods: This study analyzed quantitative measures of eleven psychiatric syndromes in a group at CHR (n = 71) and a matched healthy comparison group (n = 73) to determine these syndromes' dimensional structure and relationships to cognition, functioning, and risk of conversion to psychotic disorders. Results: Relative to the comparison group, the CHR group was elevated on all eleven psychiatric syndromes. Exploratory factor analysis found three psychopathology dimensions: internalizing, negative symptoms, and positive symptoms. Depression cross-loaded onto the internalizing and negative symptom dimensions. Hypomania loaded positively on positive symptoms but negatively on negative symptoms. The negative symptom factor was associated with poorer cognition and functioning and a higher risk of conversion to psychosis. Conclusions: These dimensions align with internalizing, detachment, and thought disorder, three of the five spectra in higher-order models such as the Hierarchical Taxonomy of Psychopathology (HiTOP). In the CHR state, detachment appears to be particularly insidious and predictive of psychosis. Further research is required to distinguish depression and hypomania from attenuated psychotic symptoms in this population.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».