MétaCan
Menu
Retour à la cohorte
Enregistrement W4308896132 · doi:10.1038/s41537-022-00300-5

Disengagement from early psychosis intervention services: an observational study informed by a survey of patient and family perspectives

2022· article· en· W4308896132 sur OpenAlexafffund
Alexia Polillo, Aristotle N. Voineskos, George Foussias, Sean A. Kidd, Sarah Bromley, Sophie Soklaridis, Wei Wang, Vicky Stergiopoulos, Nicole Kozloff

Notice bibliographique

RevueSchizophrenia · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesMitacsCentre for Addiction and Mental Health Foundation
Mots-clésDisengagement theoryFacilitatorObservational studyMedicineIntervention (counseling)Family medicinePsychologyProportional hazards modelPsychiatryClinical psychologyGerontologyInternal medicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

Approximately one-third of patients with early psychosis disengage from services before the end of treatment. We sought to understand patient and family perspectives on early psychosis intervention (EPI) service engagement and use these findings to elucidate factors associated with early disengagement, defined as dropout from EPI in the first 9 months. Patients aged 16-29 referred to a large EPI program between July 2018-February 2020 and their family members were invited to complete a survey exploring facilitators and barriers to service engagement. A prospective chart review was conducted for 225 patients consecutively enrolled in the same EPI program, receiving the NAVIGATE model of coordinated specialty care, between July 2018-May 2019. We conducted a survival analysis, generating Kaplan-Meier curves depicting time to disengagement and Cox proportional hazards models to determine rate of disengagement controlling for demographic, clinical, and program factors. The survey was completed by 167 patients and 79 family members. The top endorsed engagement facilitator was related to the therapeutic relationship in both patients (36.5%) and families (43.0%). The top endorsed barrier to engagement was medication side effects in both patients (28.7%) and families (39.2%). In Cox proportional hazards models, medication nonadherence (HR = 2.37, 95% CI = 1.17-4.80) and use of individual psychotherapy (HR = .460, 95% CI = 0.220-0.962) were associated with early disengagement, but some of the health equity factors expected to affect engagement were not. Findings suggest that delivery of standardized treatment may buffer the effects of health disparities on service disengagement in early psychosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,343
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSchizophreniaMême sujetSchizophrenia research and treatmentTravaux en français237 207