Exploring the Implementation of Cognitive Screening in First‐Episode Psychosis Settings: The <scp>CogScreen</scp> Implementation Study
Notice bibliographique
Résumé
AIM: Accurate and appropriate cognitive screening can 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. CogScreen is a hybrid type 1 study aiming to validate two promising screening tools with young people with first episode psychosis (primary aim) and to understand the context for implementing cognitive screening in early psychosis settings (secondary aim). This protocol outlines the implementation study, which aims to explore the current practices, acceptability, feasibility and determinants of cognitive screening in early psychosis settings from the perspective of key stakeholders. METHODS: 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. Two implementation science frameworks will 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, 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. RESULTS AND DISCUSSION: This protocol paper presents the rationale and methods for the CogScreen implementation study. CONCLUSION: Together with accuracy findings, results from the implementation study will provide 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 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 | 0,056 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».