MétaCan
Menu
Retour à la cohorte
Enregistrement W4403850235 · doi:10.1016/j.schres.2024.10.008

Assessment of patient life engagement in schizophrenia using items from the Positive and Negative Syndrome Scale

2024· article· en· W4403850235 sur OpenAlexafffund
Zahinoor Ismail, Stine R. Meehan, Anja Farovik, Maı̈a Miguelez, Stéphane A. Régnier, Zhen Zhang, T. Michelle Brown, Mirline Milien, Roger S. McIntyre

Notice bibliographique

RevueSchizophrenia Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesOtsuka Pharmaceutical Development and CommercializationNational Institutes of HealthH. Lundbeck A/SNational Natural Science Foundation of ChinaFondation Brain CanadaMilken InstituteCanadian Institutes of Health ResearchNational Institute for Health and Care ResearchGlobal Alliance for Chronic Diseases
Mots-clésPositive and Negative Syndrome ScaleSchizophrenia (object-oriented programming)PsychologyNegative symptomScale (ratio)Clinical psychologyPsychiatryPsychosis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Improved patient life engagement is a meaningful treatment goal in schizophrenia that cannot be satisfactorily measured using existing tools. This research aimed to determine whether certain items from the Positive and Negative Syndrome Scale (PANSS) can assess patient life engagement in schizophrenia. METHODS: Three approaches were used to identify PANSS items that reflect patient life engagement: (1) a panel discussion with expert psychiatrists (n = 4); (2) interviews with patients with schizophrenia (n = 20); and (3) a principal component analysis to explore clustering of items (n = 954 from three randomized controlled trials). Internal consistency was assessed by Cronbach's alpha and item-total correlations. A minimal clinically important difference (MCID) was determined by anchor- and distribution-based methods. RESULTS: Expert psychiatrists identified 11 relevant items, and patients rated 13 items as "very relevant" to patient life engagement, most of which clustered in the principal component analysis. Considering all results, a composite set of 14 PANSS items that may be relevant to patient life engagement in schizophrenia was devised: P2, N1, N2, N3, N4, N5, N6, N7, G6, G7, G11, G13, G15, G16 (Cronbach's alpha, 0.84; item-total correlations, 0.35-0.56, indicating acceptable correlation with the underlying concept; exception: G6 [depression], 0.19). An MCID of 5 points (small/moderate improvement) or 10 points (large improvement) may be appropriate. CONCLUSIONS: A subset of 14 PANSS items may be used to reflect patient life engagement in clinical practice/trials in schizophrenia, complementing the results of traditional psychiatric symptom scales with a patient-centered outcome that is relevant to real-world treatment goals.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,057
Tête enseignante GPT0,383
Écart entre enseignants0,326 · 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'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 revueSchizophrenia ResearchMême sujetSchizophrenia research and treatmentTravaux en français237 207