Protocol-based assessment and management of first episode psychosis: Comparison of short and medium-term outcomes in psychopathology, quality of life, functioning and family burden across two sites in India
Notice bibliographique
Résumé
BACKGROUND: Standard assessment and management protocols exist for first episode psychosis (FEP) in high income countries. Due to cultural and resource differences, these need to be modified for application in low-and middle-income countries. AIMS: To assess the applicability of standard assessment and management protocols across two cohorts of FEP patients in North and South India by examining trajectories of psychopathology, functioning, quality of life and family burden in both. METHOD: FEP patients at two sites (108 at AIIMS, North India, and 115 at SCARF, South India) were assessed using structured instruments at baseline, 3, 6 and 12 months. Standard management protocols consisted of treatment with antipsychotics and psychoeducation for patients and their families. Generalised estimating equation (GEE) modelling was carried out to test for changes in outcomes both across and between sites at follow-up. RESULTS: There was an overall significant improvement in both cohorts for psychopathology and other outcome measures. The trajectories of improvement differed between the two sites with steeper improvement in non-affective psychosis in the first three months at SCARF, and affective symptoms in the first three months at AIIMS. The reduction in family burden and improvement in quality of life were greater at AIIMS than at SCARF during the first three months. CONCLUSIONS: Despite variations in cultural contexts and norms, it is possible to implement FEP standard assessment and management protocols in North and South India. Preliminary findings indicate that FEP services lead to significant improvements in psychopathology, functioning, quality of life, and family burden within these contexts.
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 | 0,014 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».