Catatonia in first-episode psychosis: prevalence and psychopathological association
Notice bibliographique
Résumé
Background First-episode psychosis (FEP) is a critical phase in psychotic disorders where early intervention significantly influences long-term outcomes. Catatonia, characterised by motor, behavioural, and psychological abnormalities, is an under-recognised aspect of FEP. Aims This study examines catatonia prevalence in affective and non-affective FEP, its role as a severity indicator across psychopathological domains, its correlations with other symptoms and its association with clinical syndromes. Method A cross-sectional study was conducted with 58 FEP patients (38 females, 20 males) aged 15–55 years. Of those, 40 were antipsychotic-naive, and 18 had minimal prior antipsychotic exposure. Participants were recruited from acute psychiatric units. Catatonia was assessed using the Bush Francis Catatonia Rating Scale (BFCRS), while psychopathology was evaluated with the Positive and Negative Symptom Scale (PANSS), Calgary Depression Scale (CDS) and Young Mania Rating Scale (YMRS). Data analysis included descriptive statistics, t -tests, X 2 tests, and multivariable regression using SPSS version 25 for Windows. Results Catatonic signs were identified in 22.4% of cases based on the Bush Francis Catatonia Screening Instrument (BFCSI) criteria (BFCSI-positive group, defined as ≥2 signs present for over 24 h), indicating potential catatonia. Prevalence varied by criteria: 13.8% (DSM-IV), 10.3% (Fink and Taylor), 10.38% (ICD-11) and 8.6% (DSM-5). Catatonic patients had more years of education and significantly higher PANSS totals, Emsley negative, disorganised, excited, and anxiety scores. Catatonic signs moderately correlated with Emsley disorganised scores. Regression analysis identified PANSS total and Emsley domain scores as significant predictors of catatonia severity. Conclusions Catatonia is notably prevalent in FEP and associated with severe psychopathology, particularly in negative and disorganised domains. These findings underscore the importance of improving recognition of catatonia in early psychosis. Larger longitudinal studies are needed to confirm these findings and explore treatment implications.
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) | 0,000 | 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 | 0,000 |
| 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 ».