Short-term Functional Outcome in Psychotic Patients. Results of the Turku Early Psychosis Study (TEPS).
Notice bibliographique
Résumé
BACKGROUND: Functional recovery of patients with clinical and subclinical psychosis is associated with clinical, neuropsychological and developmental factors. Less is known about how these factors predict functional outcomes in the same models. We investigated functional outcomes and their predictors in patients with first-episode psychosis (FEP) or a confirmed or nonconfirmed clinical high risk of psychosis (CHR-P vs. CHR-N). METHODS: Altogether, 130 patients with FEP, 60 patients with CHR-P and 47 patients with CHR-N were recruited and extensively examined at baseline (T0) and 9 (T1) and 18 (T2) months later. Global Assessment of Functioning (GAF) at T0, T1 and T2 and psychotic, depression, and anxiety symptoms at T1 and T2 were assessed. Functional outcomes were predicted using multivariate repeated ANOVA. RESULTS: During follow-up, the GAF score improved significantly in patients with FEP and CHR-P but not in patients with CHR-N. A single marital status, low basic education level, poor work situation, disorganization symptoms, perceptual deficits, and poor premorbid adjustment in patients with FEP, disorganization symptoms and poor premorbid adjustment in patients with CHR-P, and a low basic education level, poor work situation and general symptoms in patients with CHR-N predicted poor functional outcomes. Psychotic symptoms at T1 in patients with FEP and psychotic and depression symptoms at T1 and anxiety symptoms at T2 in patients with CHR-P were associated with poor functioning. CONCLUSIONS: In patients with FEP and CHR-P, poor premorbid adjustment and disorganization symptomatology are common predictors of the functional outcome, while a low education level and poor work situation predict worse functional outcomes in patients with FEP and CHR-N. Interventions aimed at improving the ability to work and study are most important in improving the functioning of patients with clinical or subclinical psychosis.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».