MétaCan
Menu
Retour à la cohorte
Enregistrement W4401407576 · doi:10.1001/jamapsychiatry.2024.2040

Consistency of Delusion Themes Across First and Subsequent Episodes of Psychosis

2024· article· en· W4401407576 sur OpenAlexaffabout
Gil Grunfeld, Ann-Catherine Lemonde, Ian Gold, Vincent Paquin, Srividya N. Iyer, Martín Lepage, Ridha Joober, Ashok Malla, Jai Shah

Notice bibliographique

RevueJAMA Psychiatry · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensMcGill University Health CentreMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésDelusionPsychosisPsychologyGlobal Assessment of FunctioningPsychiatryClinical psychologyObservational studyIntervention (counseling)Schizophrenia (object-oriented programming)MedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Importance: Despite growing interest in the phenomenology of delusions in psychosis, at present little is known about their content and evolution over time, including whether delusion themes are consistent across episodes. Objective: To examine the course of delusions and thematic delusion content across relapse episodes in patients presenting to an early intervention service for psychosis. Design, Setting, and Participants: This longitudinal, observational study used clinical data systematically collected from January 2003 to March 2018 from a cohort of consenting patients with affective or nonaffective first-episode psychosis, followed up naturalistically for up to 2 years in an early intervention service for psychosis in Montréal, Quebec, Canada. Data included the thematic content and severity of delusions (scores ≥3 using the Scale for the Assessment of Positive Symptoms) and associated psychotic and nonpsychotic symptoms, both across an initial episode and, in the event of remission, a potential relapse. Data were analyzed from September 2021 to February 2023. Exposure: An early intervention service for psychosis, organized around intensive case management and a multidisciplinary team approach, which observed each patient for up to 2 years of care. Main Outcomes and Measures: The primary outcome was positive symptom relapse and remission, including the presence and content of delusions, which was coded per the Scale for the Assessment of Positive Symptoms and accepted definitions. The main statistical measures included repeated paired-sample t tests and binary logistic regression analyses. Results: Of 636 consenting patients, mean (SD) age was 23.8 (4.75) years; 191 patients were female, 444 were male, and 1 patient was nonbinary. Remission rates were high, and relapse rates were relatively low: 591 individuals had baseline delusions, of which 558 (94.4%) achieved remission. Of these 558 patients, only 182 (32.6%) had a subsequent relapse to a second or later episode of psychosis. Of the 182 patients who did relapse, however, a large proportion (115 [63.2%]) reported threshold-level delusions. Of these 115, 104 patients (90.4%) had thematic delusion content consistent with that reported during the index (first) episode. Those who relapsed with delusions had fewer delusion themes present during subsequent episodes of psychosis compared with the index episode and lower levels of other psychotic and nonpsychotic symptoms. Conclusions and Relevance: Specialized early intervention services for psychosis can achieve high rates of sustained remission. However, in this study, the minority of individuals with delusions who later relapsed experienced similar delusion themes during subsequent episodes. These findings raise important considerations for the conceptualization of delusions and have clinical implications for trajectories of illness and care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,102
Score d'incertitude au seuil0,343

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,325
Écart entre enseignants0,305 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations11
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJAMA PsychiatryMême sujetSchizophrenia research and treatmentTravaux en français237 207