Treatment Resistance: A Time-Based Approach for Early Identification in First Episode Psychosis
Notice bibliographique
Résumé
Although approximately 1/3 of individuals with schizophrenia are Treatment Resistant (TR), identifying these subjects prospectively remains challenging. The Treatment Response and Resistance in Psychosis working group defines <20% improvement as an indicator of TR, though its utility in First Episode Schizophrenia (FES) remains unknown. In a prospective cohort of FES (n = 129) followed up for 5 years, we evaluated two improvement thresholds for ‘probable TR’; <20% and <50% based on positive, negative, and total symptoms. We ascertained (1) the ecological validity (i.e., the ability to identify an expected subgroup of 1/3rd of patients); (2) the predictive validity (i.e., ability to predict poor global functioning) and (3) the clinical utility (association with clozapine use at the 5th year). Using the criteria of a total symptom reduction of <50% or negative symptom reduction of <20% resulted in ‘probable TR’ rates of 37% and 33%, respectively. Using <20% positive or total symptoms criteria resulted in very low rates, indicating minimal utility in FES. <50% total symptom criterion best predicted the global functioning over 5 years. Clozapine use was only predicted by positive symptom criterion. Prospective characterization of TRS is possible at 6 months after FES through a time-based approach using a 50% threshold for symptom change in treatment-adherent patients.
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 | 0,001 | 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 ».