Heterogeneity in assessing the risk of developing a psychotic disorder given a previous subclinical psychotic-like experience in children and adolescents: A systematic review and meta-analysis
Notice bibliographique
Résumé
• Child and adolescent PLEs increase the risk of psychosis onset by young adulthood. • A third of psychotic disorder diagnoses are attributed to child or adolescent PLEs. • Interview-based assessments of PLEs better identify psychosis prone trajectories. • Further work is needed to improve and standardize the assessment of PLEs. Psychotic-like experiences (PLEs) are common in the general population. Child and adolescent PLEs are the most prevalent and linked with future psychotic disorders. Significant heterogeneity in PLE assessment has obscured its clinical utility to identify psychosis-prone trajectories and improve clinical outcomes. This meta-analysis aimed to assess i) PLE prevalence in children and adolescents and ii) their relationship with subsequent psychotic disorder while exploring sources of heterogeneity. PubMed, Embase, PsycINFO, and CINAHL databases were searched in August 2023 for population-based longitudinal studies that assessed child or adolescent PLEs and early adulthood psychotic outcomes. Six studies were included ( n = 16,560), showing a pooled PLE prevalence of 17.3 %. Child and adolescent PLEs were associated with an increased risk of psychotic disorder in early adulthood (unadjusted OR = 3.80, 95 % CI: 2.31–6.26), with a population attributable fraction of 32.6 %. Significant heterogeneity in the strength of this relationship ( I 2 = 70 %, p = .01) was related to assessment type (self-report vs. interview). This review contends that interview-based PLE assessments could more accurately identify children or adolescents on a path towards psychosis and are better suited for psychotic risk identification. Further research is needed to elucidate interactions between PLEs and other psychotic risk factors.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».