Comparative clinical and sociodemographic assessment of substance use in first episode, drug-naïve psychosis and schizophrenia patients
Notice bibliographique
Résumé
Objective: This study aims to compare recent-onset, drug-naïve patients with first-episode psychosis (FEP) and patients with schizophrenia in terms of substance and smoking history, and to explore their associations with sociodemographic and clinical characteristics.Methods: A total of 107 patients were included: 56 with drug-naïve FEP and 51 with schizophrenia. Standardized clinical instruments were used, including the Clinical Global Impression–Severity Scale (CGI-S), the Scale for the Assessment of Negative Symptoms (SANS), the Scale for the Assessment of Positive Symptoms (SAPS), and the Calgary Depression Scale for Schizophrenia (CDSS).Results: Substance use was more prevalent among schizophrenia patients (41.2%) compared to FEP patients (25.0%). In both groups, substance use was associated with increased smoking, alcohol consumption, and greater clinical severity. Specifically, FEP patients with substance use reported significantly higher depressive and negative symptoms, as well as greater illness severity. Among schizophrenia patients, substance use was correlated with elevated SAPS, SANS, and CGI-S scores, as well as higher rates of self-mutilation.Conclusion: Substance use contributes to greater symptom burden, behavioral dysregulation, and overall clinical severity in both FEP and schizophrenia. Early screening and the integration of dual-diagnosis treatment strategies are essential to mitigate adverse outcomes in psychotic disorders.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».