MétaCan
Menu
Retour à la cohorte
Enregistrement W4380080334 · doi:10.1038/s41380-023-02029-8

Meta-analytic prevalence of comorbid mental disorders in individuals at clinical high risk of psychosis: the case for transdiagnostic assessment

2023· review· en· W4380080334 sur OpenAlexaffabout
Marco Solmi, Livia Soardo, Simi Kaur, Matilda Azis, Anna Cabras, Marco Censori, Luigi Fausti, Filippo Besana, Gonzalo Salazar de Pablo, Paolo Fusar‐Poli

Notice bibliographique

RevueMolecular Psychiatry · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesWellcome Trust
Mots-clésPsychosisPsychiatryPsychologySchizophrenia (object-oriented programming)Clinical psychologyMeta-analysisComorbidityMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Comorbid mental disorders in subjects at clinical high risk for psychosis (CHR-P) may impact preventive care. We conducted a PRISMA/MOOSE-compliant systematic meta-analysis, searching PubMed/PsycInfo up to June 21st, 2021 for observational studies/randomized controlled trials reporting on comorbid DSM/ICD-mental disorders in CHR-P subjects ( protocol ). The primary and secondary outcomes were baseline and follow-up prevalence of comorbid mental disorders. We also explored the association of comorbid mental disorders compared with CHR-P versus psychotic/non-psychotic control groups, their impact on baseline functioning and transition to psychosis. We conducted random-effects meta-analyses, meta-regression, and assessed heterogeneity/publication bias/quality (Newcastle Ottawa Scale, NOS). We included 312 studies (largest meta-analyzed sample = 7834, any anxiety disorder, mean age = 19.98 (3.40), females = 43.88%, overall NOS > 6 in 77.6% of studies). The prevalence was 0.78 (95% CI = 0.73–0.82, k = 29) for any comorbid non-psychotic mental disorder, 0.60 (95% CI = 0.36–0.84, k = 3) for anxiety/mood disorders, 0.44 (95% CI = 0.39–0.49, k = 48) for any mood disorders, 0.38 (95% CI = 0.33–0.42, k = 50) for any depressive disorder/episode, 0.34 (95% CI = 0.30–0.38, k = 69) for any anxiety disorder, 0.30 (95% CI 0.25–0.35, k = 35) for major depressive disorders, 0.29 (95% CI, 0.08–0.51, k = 3) for any trauma-related disorder, 0.23 (95% CI = 0.17–0.28, k = 24) for any personality disorder, and <0.23 in other mental disorders (I 2 > 50% in 71.01% estimates). The prevalence of any comorbid mental disorder decreased over time (0.51, 95% CI = 0.25–0.77 over 96 months), except any substance use which increased (0.19, 95% CI = 0.00–0.39, k = 2, >96 months). Compared with controls, the CHR-P status was associated with a higher prevalence of anxiety, schizotypal personality, panic, and alcohol use disorders (OR from 2.90 to 1.54 versus without psychosis), a higher prevalence of anxiety/mood disorders (OR = 9.30 to 2.02) and lower prevalence of any substance use disorder (OR = 0.41, versus psychosis). Higher baseline prevalence of alcohol use disorder/schizotypal personality disorder was negatively associated with baseline functioning (beta from −0.40 to −0.15), while dysthymic disorder/generalized anxiety disorder with higher functioning (beta 0.59 to 1.49). Higher baseline prevalence of any mood disorder/generalized anxiety disorder/agoraphobia (beta from −2.39 to −0.27) was negatively associated with transition to psychosis. In conclusion, over three-quarters of CHR-P subjects have comorbid mental disorders, which modulate baseline functionig and transition to psychosis. Transdiagnostic mental health assessment should be warranted in subjects at CHR-P.

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)0,074
score de la tête « metaresearch » (Gemma)0,157
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,393

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0740,157
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0170,062
Bibliométrie0,0090,007
Études des sciences et des technologies0,0010,001
Communication savante0,0070,005
Science ouverte0,0040,003
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,115
Tête enseignante GPT0,457
Écart entre enseignants0,342 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations84
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular PsychiatryMême sujetSchizophrenia research and treatmentTravaux en français237 207