Antipsychotic prescription, assumption and conversion to psychosis: resolving missing clinical links to optimize prevention through precision
Notice bibliographique
Résumé
The current concept of clinical high-risk(CHR) of psychosis relies heavily on "below-threshold" (i.e. attenuated or limited and intermittent) psychotic positive phenomena as predictors of the risk for future progression to "above-threshold" positive symptoms (aka "transition" or "conversion"). Positive symptoms, even at attenuated levels are often treated with antipsychotics (AP) to achieve clinical stabilization and mitigate the psychopathological severity. The goal of this study is to contextually examine clinicians' decision to prescribe AP, CHR individuals' decision to take AP and psychosis conversion risk in relation to prodromal symptoms profiles. CHR individuals (n = 600) were recruited and followed up for 2 years between 2016 and 2021. CHR individuals were referred to the participating the naturalistic follow-up study, which research procedure was independent of the routine clinical treatment. Clinical factors from the Structured Interview for Prodromal Syndromes (SIPS) and global assessment of function (GAF) were profiled via exploratory factor analysis (EFA), then the extracted factor structure was used to investigate the relationship of prodromal psychopathology with clinicians' decisions to AP-prescription, CHR individuals' decisions to AP-taking and conversion to psychosis. A total of 427(71.2%) CHR individuals were prescribed AP at baseline, 532(88.7%) completed the 2-year follow-up, 377(377/532, 70.9%) were taken AP at least for 2 weeks during the follow-up. EFA identified six factors (Factor-1-Negative symptoms, Factor-2-Global functions, Factor-3-Disorganized communication & behavior, Factor-4-General symptoms, Factor-5-Odd thoughts, and Factor-6-Distorted cognition & perception). Positive symptoms (Factor-5 and 6) and global functions (Factor-2) factors were significant predictors for clinicians' decisions to AP-prescription and CHR individuals' decisions to assume AP, whereas negative symptoms (Factor-1) and global functions (Factor-2) factors predicted conversion. While decisions to AP-prescription, decisions to AP-taking were associated to the same factors (positive symptoms and global functions), only one of those was predictive of conversion, i.e. global functions. The other predictor of conversion, i.e. negative symptoms, did not seem to be contemplated both on the clinician and patients' sides. Overall, the findings indicated that a realignment in the understanding of AP usage is warranted.
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 | 0,013 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».