Exploring the Relationship Between Suicidality and Persistent Negative Symptoms Following a First Episode of Psychosis
Notice bibliographique
Résumé
BACKGROUND AND HYPOTHESIS: Suicide is a leading cause of death in first-episode psychosis (FEP), with an elevated risk during the first year following illness onset. The association between negative symptoms and suicidality remains contentious. Some studies suggest that negative symptoms may be associated with lower suicidality, while others fail to find an association between the two. No previous studies have specifically investigated suicidality in Persistent Negative Symptoms (PNS) and its associated subgroups. STUDY DESIGN: In a large cohort of FEP patients (n = 515) from an early intervention service, we investigated suicidality in those with PNS, secondary PNS (ie, sPNS; PNS with clinical-level positive, depressive, or extrapyramidal symptoms), and non-PNS (all other patients) over 24 months. Patients were categorized into PNS groups based on symptoms from month 6 to month 12, and suicidality was evaluated using the Brief Psychiatric Rating Scale (BPRS). STUDY RESULTS: Covarying for age and sex, we found that sPNS had higher suicidality relative to PNS and non-PNS throughout the 24-month period, but PNS and non-PNS did not differ. These differences were maintained after adjusting for depressive symptoms. CONCLUSION: We observed that PNS did not significantly differ from non-PNS. However, we identified sPNS as a group with elevated suicidality above and beyond depression, suggesting that sPNS would benefit from targeted intervention and that PNS categorization identifies a subgroup for whom negative symptoms are not associated with lower suicidality.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».