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 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 | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».