Distinct Long-term OCD Symptom Severity Trajectories, Related Predictors, and Quality of Life over Three Years
Notice bibliographique
Résumé
Objectives<br/><br/>The aim of the present study was to investigate long-term OCD symptom severity trajectories in the NordLOTS sample during and up to three years after stepped-care treatment and to detect predictors of trajectory group membership. Further, the aim was to investigate quality of life over three years in the trajectory groups.<br/><br/>Methods<br/><br/>Long-term symptom severity trajectories were investigated using latent class growth analysis (LCGA) on data from all 269 patients from the NordLOTS who were assessed at seven time points over three years: Pre-CBT, mid-treatment, post-CBT and 6, 12, 24, and 36 months after treatment. Symptom severity was assessed using the Children's Yale-Brown Obsessive-Compulsive Scale (CY-BOCS). Predictors of class membership were investigated using multivariate analysis. Patient and parent proxy ratings of quality of life were assessed at the same seven time points (n = 220).<br/><br/>Results<br/><br/>Three distinct long-term OCD symptom severity trajectory groups were identified: a) acute, sustained responders (54.6%); b) slow, continued responders (23.4%); and c) limited long-term responders (21.9%). Baseline predictors of group membership pertained to age, symptom severity, contamination/cleaning, and anxiety symptoms. Further, the groups showed differences in quality of life over the three years compared to norm levels.<br/><br/>Conclusions<br/><br/>Clinical attention is required for adolescent OCD patients showing less convincing response to first-line CBT as well as contamination/cleaning and anxiety symptoms. They may have reached the established clinician-rated cut-off for treatment response, yet patient-rated quality of life assessment after treatment could detect patients in need of further care.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».