Searching for bridges between psychopathology and real-world functioning in first-episode psychosis: A network analysis from the OPTiMiSE trial
Notice bibliographique
Résumé
BACKGROUND: Network analysis has been used to explore the interplay between psychopathology and functioning in psychosis, but no study has used dedicated statistical techniques to focus on the bridge symptoms connecting these domains. The current study aims to estimate the network of depressive, negative, and positive symptoms, general psychopathology, and real-world functioning in people with first-episode schizophrenia or schizophreniform disorder, focusing on bridge nodes. METHODS: Baseline data from the OPTiMiSE trial were analyzed. The sample included 446 participants (age 40.0 ± 10.9 years, 70% males). The network was estimated with a Gaussian graphical model, using scores on individual items of the positive and negative syndrome scale (PANSS), the Calgary depression scale for schizophrenia, and the personal and social performance scale. Stability, strength centrality, expected influence (EI), predictability, and bridge centrality statistics were computed. The top 20% scoring nodes on bridge strength were selected as bridge nodes. RESULTS: Nodes from different rating scales assessing similar psychopathological and functioning constructs tended to cluster together in the estimated network. The most central nodes (EI) were Delusions, Emotional Withdrawal, Depression, and Depressed Mood. Bridge nodes included Depression, Conceptual Disorganization, Active Social Avoidance, Delusions, Stereotyped Thinking, Poor Impulse Control, Guilty Feelings, Unusual Thought Content, and Hostility. Most of the bridge nodes belonged to the general psychopathology subscale of the PANSS. Depression (G6) was the bridge node with the highest value. CONCLUSIONS: The current study provides novel insights for understanding the complex phenotype of psychotic disorders and the mechanisms underlying the development and maintenance of comorbidity and functional impairment after psychosis onset.
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 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».