MétaCan
Menu
Retour à la cohorte
Enregistrement W4411264158 · doi:10.1016/j.inpsyc.2025.100094

Pre-psychosis in later life as a risk factor for progressive cognitive decline: Findings from the IPA psychosis in neurodegenerative disease working group

2025· article· en· W4411264158 sur OpenAlexaff
Byron Creese, Jeffrey L. Cummings, Corinne E. Fischer, Manabu Ikeda, Kathryn Mills, Zahinoor Ismail, Clive Ballard

Notice bibliographique

RevueInternational Psychogeriatrics · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensUniversity of CalgarySt. Michael's Hospital
Organismes subventionnairesNational Institute of General Medical SciencesNovo NordiskEli Lilly and CompanyBiogenBristol-Myers Squibb
Mots-clésPsychosisApathyDementiaDiseasePsychologyPsychiatryCognitive declineNeuropsychologySchizophrenia (object-oriented programming)Clinical psychologyCognitionPsychological interventionMedicinePathology

Résumé

récupéré en direct d'OpenAlex

Pre-clinical Alzheimer's disease (AD) has traditionally been characterized by subtle cognitive deficits alongside biomarker changes. However, emerging evidence suggests a spectrum of neuropsychiatric changes, including apathy, affective disturbances, agitation, impulse control deficits, and psychosis, may precede cognitive decline. Late-onset psychotic disorders, such as Very Late-Onset Schizophrenia-Like Psychosis (VLOSLP), differ from pre-psychosis, the latter presenting with subtle symptoms and retained insight. These subtler late-life onset symptoms are associated with incident cognitive decline, particularly in APOE4 carriers. Screening with tools such as the Mild Behavioral Impairment Checklist (MBI-C) enables the standardisation of measurement, facilitating identification of at-risk individuals. Plasma biomarkers and neuropsychological assessments further aid diagnosis and risk stratification. Understanding the link between pre-psychosis and dementia-related psychosis will be crucial, as AD with psychosis is associated with a more aggressive disease course. Identifying and treating these individuals early may improve clinical outcomes and facilitate timely intervention with disease-modifying therapies. Moreover, there remains a need to better define in what circumstances treatment interventions are indicated and what those interventions should be.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,035
Score d'incertitude au seuil0,807

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,360
Écart entre enseignants0,337 · 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 tête enseignante, 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational PsychogeriatricsMême sujetSchizophrenia research and treatmentTravaux en français237 207