MétaCan
Menu
Retour à la cohorte
Enregistrement W4366991760 · doi:10.1186/s12888-023-04741-9

Problem gambling among people with first-episode psychosis: protocol for a prospective multicenter cohort study

2023· article· en· W4366991760 sur OpenAlexafffund
Olivier Corbeil, Manuel Soulard, Maxime Huot‐Lavoie, Laurent Béchard, Émilien Fournier, Sébastien Brodeur, Anne‐Marie Essiambre, Charles Desmeules, Chantale Thériault, Amal Abdel‐Baki, Christian Jacques, Isabelle Giroux, Michel Dorval, Marc‐André Roy, Marie‐France Demers

Notice bibliographique

RevueBMC Psychiatry · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensCentre Jeunesse de QuebecUniversité de MontréalUniversité LavalInstitut Universitaire en Santé Mentale de QuébecUniversité du QuébecLab_Bell (Canada)
Organismes subventionnairesFonds de Recherche du Québec-Société et Culture
Mots-clésPsychiatryPsychosisAripiprazolePopulationPsychologyComorbidityCohortAntipsychoticProspective cohort studySchizophrenia (object-oriented programming)MedicinePediatrics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The limited available data suggest that the prevalence of problem gambling is increased among young adults with first-episode psychosis, possibly due in part to several risk factors for problem gambling that are common in this population. Aripiprazole, a widely used antipsychotic drug, has also been linked to cases of problem gambling, but causality remains uncertain. Although the consequences of problem gambling further hinder the recovery of people with first-episode psychosis, there is a paucity of research about this comorbidity and its risk factors. Additionally, to our knowledge, no screening instrument for problem gambling tailored to these individuals exists, contributing to its under-recognition. Further, treatment approaches for problem gambling adapted to this population are at an embryonic stage, while existing treatments effectiveness remains to be documented. Using an innovative screening and assessment procedure for problem gambling, this study aims to identify risk factors for problem gambling among people with first-episode psychosis and to document the effectiveness of standard treatment approaches. METHODS: This is a multicenter prospective cohort study conducted in two first-episode psychosis clinics, including all patients admitted between November 1st, 2019, and November 1st, 2023, followed for up to 3 years until May 1st, 2024. These 2 clinics admit approximately 200 patients annually, for an expected sample size of 800 individuals. The primary outcome is the occurrence of a DSM-5 diagnosis of gambling disorder. All patients are screened and evaluated for problem gambling using a systematic procedure at admission, and every 6 months thereafter. Socio-demographic and clinical variables are prospectively extracted from the patients' medical records. The nature and effectiveness of treatments for problem gambling offered to affected individuals are also documented from medical records. Survival analyses with Cox regression models will be used to identify potential risk factors for problem gambling. Descriptive statistics will document the effectiveness of treatments for problem gambling in this population. DISCUSSION: A better understanding of potential risk factors for problem gambling among people with first-episode psychosis will allow for better prevention and detection of this neglected comorbidity. Results of this study will also hopefully raise clinicians' and researchers' awareness and serve as the basis to adapted treatments that will better support recovery. TRIAL REGISTRATION: ClinicalTrials.gov, NCT05686772. Retrospectively registered, 9 January 2023.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,060
Tête enseignante GPT0,399
Écart entre enseignants0,339 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC PsychiatryMême sujetGambling Behavior and TreatmentsTravaux en français237 207