A network analysis of anxiety, depressive, and psychotic symptoms and functioning in children and adolescents at clinical high risk for psychosis
Notice bibliographique
Résumé
Objective: Youths at clinical high risk for psychosis (CHR-P) are characterized by a high prevalence of anxiety and depressive disorders. The present study aimed at developing and analyzing a network structure of CHR-P symptom domains (i.e., positive, negative, disorganization, and general subclinical psychotic symptoms), depressive and anxiety symptoms, and general functioning. Methods: = 14.1), who were assessed using the Structured Interview for Prodromal Syndromes, the Children's Depression Inventory, the Children's Global Assessment Scale, and the Multidimensional Anxiety Scale for Children. Results: = 0.71), and depressive and anxiety symptoms showed dense within-domain connections, with a main bridging role played by physical symptoms of anxiety. The positive symptom cluster was not associated with any other node. The network stability coefficient (CS) was slightly below 0.25, and observed correlations observed ranged from 0.35 to 0.71. Conclusion: The lack of association between subclinical positive symptoms and other network variables confirmed the independent nature of subclinical positive symptoms from comorbid symptoms, which were found to play a central role in the analyzed network. Complex interventions should be developed to target positive and comorbid symptoms, prioritizing those with the most significant impact on functioning and the most relevance for the young individual, through a shared decision-making process. Importantly, the results suggest that negative and disorganization symptoms, as well as depressive and anxiety symptoms, may be targeted simultaneously.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».