Factors Associated with Transition to Serious Mental Illness: Facteurs associés à la transition à une maladie mentale grave
Notice bibliographique
Résumé
OBJECTIVE: There is increasing interest in early intervention and detection strategies for youth at-risk of developing a serious mental illness (SMI). Little is known about early factors that may be related to the later development of a SMI; thus, the aim of this study was to determine what clinical factors might relate to the development of in this study psychosis, bipolar disorder and severe or recurrent major depression in at-risk youth. METHOD: The sample consisted of 162 youth aged 12-26 years at different stages of risk. Thirty-one participants developed a SMI during the study. Those who made a transition were compared on a range of baseline clinical and functional measures with those who did not make the transition. A Cox regression model was used to assess the association between measures and later development of a SMI. RESULTS: Female sex, attenuated psychotic symptoms as assessed with the Scale of Psychosis-Risk Symptoms (SOPS) and ratings on the K-10 Distress Scale, were found to be significantly associated with the later transition to mental illness. Females were 2.77 times more likely to transition compared to males. For the SOPS and K-10 scales, there is a 14% increase in the transition rate relative to a one-scale increase in SOPS and a 7% increase in the transition rate relative to a one-point increase in the K-10. CONCLUSIONS: Results from these longitudinal data provide further insight into the specific clinical measures that may be pertinent in early detection of mental illnesses.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 ».