PSYSCAN multi-centre study: baseline characteristics and clinical outcomes of the clinical high risk for psychosis sample
Notice bibliographique
Résumé
Predicting outcomes in individuals at clinical high risk (CHR) of developing psychosis remains challenging using clinical metrics alone. The PSYSCAN project aimed to enhance predictive value by integrating data across clinical, environmental, neuroimaging, cognitive, and peripheral blood biomarkers. PSYSCAN employed a naturalistic, prospective design across 12 sites (Europe, Australia, Asia, Americas). Assessments were conducted at baseline, 3, 6, and 12 months, with follow-ups at 18 and 24 months to evaluate clinical and functional outcomes. The study included 238 CHR individuals and 134 healthy controls (HC). At baseline, CHR and HC groups differed significantly in age, education, IQ, and vocational and relationship status. Cannabis and tobacco use did not significantly differ between groups, however CHR individuals had higher proportion of moderate to high risk of tobacco abuse. A substantial portion of the CHR sample met DSM criteria for anxiety (53.4%) and/or mood disorders (52.9%), with some prescribed antidepressants (38.7%), antipsychotics (13.9%), or benzodiazepines (16.4%). Over the follow-up period, 25 CHR individuals (10.5%) transitioned to psychosis. However, the CHR group as a whole showed improvements in functioning and attenuated psychotic symptoms. Similar to other recent multi-centre studies, the CHR cohort exhibits high comorbidity rates and relatively low psychosis transition rates. These findings highlight the clinical heterogeneity within CHR populations and suggest that outcomes extend beyond psychosis onset, reinforcing the need for broader prognostic models that consider functional and transdiagnostic outcomes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».