MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401841273 · doi:10.22541/au.172452215.56128642/v1

Exploring the Implementation of Cognitive Screening in First-Episode Psychosis Settings: The CogScreen Implementation Study

2024· preprint· en· W4401841273 sur OpenAlexaff
Isabel Zbukvic, Evangeline Fisher, Alexandra Stainton, Shayden Bryce, Dzenana Kartal, Marina Kunin, Jennifer Nicholas, Craig Hamilton, Desiree Smith, Mackenzie Murphy, Joshua Llerena, Lee Unsworth, Nicholas Cheng, Stephen C. Bowden, Symphony Chakma, Scott R. Clark, Shona M. Francey, Caroline X. Gao, Donna Gee, Elle Gelok, Anthony Harris, Lilianne Hatfield, Liza Hopkins, Rachel Morell, Chris O'Halloran, Scot E. Purdon, Oliver Schubert, Alana Scully, Hejun Tang, Adrian Thomas, Jacquie Uren, Stephen J. Wood, Wendi Zhao, Kelly Allott

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPsychosisCognitionPsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Accurate and appropriate cognitive screening has the potential to significantly enhance early psychosis care, yet no screening tools have been validated for the early psychosis population and little is known about current screening practices, experiences, or factors that may influence implementation. Using a hybrid type 1 design, the CogScreen study aims to validate two promising screening tools with young people with first episode psychosis (primary aim) and to understand the context for the implementation of cognitive screening in early psychosis settings (secondary aim). The present protocol outlines the implementation study, which aims to explore the experiences and practices, acceptability, feasibility, and determinants of cognitive screening in early psychosis settings from the perspective of key stakeholders. Young people with first episode psychosis (n=350), caregivers (minimum n=10), and service providers (minimum n=12) will be recruited from primary and specialist early psychosis services in Melbourne, Adelaide, and Sydney, Australia. Grounded in implementation science, two theoretical frameworks inform data collection and analysis: the Theoretical Framework of Acceptability and the Consolidated Framework for Implementation Research. A mixed methods design will be employed to collect and analyse data from questionnaires with young people with first episode psychosis, interviews with all stakeholder groups, and administrative processes. Quantitative data will be analysed using descriptive statistics. Qualitative data will be analysed through content analysis using deductive and inductive coding. Together with accuracy findings, results from the present implementation study will provide new insights about the practices, experiences, enablers and barriers to cognitive screening in early psychosis services.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,059
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,311

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0590,073
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,004
Communication savante0,0040,003
Science ouverte0,0020,007
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,127
Tête enseignante GPT0,427
Écart entre enseignants0,300 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSchizophrenia research and treatment→Travaux en français237 207→