Longitudinal Trajectories of Premorbid Social and Academic Adjustment in Youth at Clinical High Risk for Psychosis: Implications for Conversion
Notice bibliographique
Résumé
BACKGROUND AND HYPOTHESIS: Social and academic adjustment deteriorate in the years preceding a psychotic disorder diagnosis. Analyses of premorbid adjustment have recently been extended into the clinical high risk for psychosis (CHR) syndrome to identify risk factors and developmental pathways toward psychotic disorders. Work so far has been at the between-person level, which has constrained analyses of premorbid adjustment, clinical covariates, and conversion to psychosis. STUDY DESIGN: Growth-curve models examined longitudinal trajectories in retrospective reports of premorbid social and academic adjustment from youth at CHR (n = 498). Interaction models tested whether known covariates of premorbid adjustment problems (attenuated negative symptoms, cognition, and childhood trauma) were associated with different premorbid adjustment trajectories in converters vs non-converters (ie, participants who did/did not develop psychotic disorders within 2-year follow-up). STUDY RESULTS: Converters reported poorer social adjustment throughout the premorbid period. Converters who developed psychosis with an affective component reported poorer academic adjustment throughout the premorbid period than those who developed non-affective psychosis. Tentatively, baseline attenuated negative symptoms may have been associated with worsening social adjustment in the premorbid period for non-converters only. Childhood trauma impact was associated with fewer academic functioning problems among converters. Cognition effects did not differ based on conversion status. CONCLUSIONS: Premorbid social function is an important factor in risk for conversion to psychosis. Negative symptoms and childhood trauma had different relationships to premorbid functioning in converters vs non-converters. Mechanisms linking symptoms and trauma to functional impairment may be different in converters vs non-converters, suggesting possible new avenues for risk assessment.
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 | 0,005 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».