Long-Term Trajectories of Multidimensional Outcomes in Psychosis Following Early Intervention During the Critical Period: The PEPP-Montreal 10+ Study Protocol
Notice bibliographique
Résumé
While early intervention services (EIS) have demonstrated short-term benefits, the long-term maintenance of these gains remains largely unexplored. Despite overall better outcomes, individuals with first-episode psychosis exhibit significant variability in their course of recovery. Understanding the risk and protective factors that shape long-term outcome trajectories is essential to predicting and promoting sustained recovery. The Prevention and Early Intervention Program for Psychoses (PEPP-Montreal) is a well-established, high-fidelity EIS program operating within a universal healthcare system and an epidemiologically defined catchment area in South-West Montréal, Canada. Between 2003 and 2018, PEPP-Montreal conducted a detailed two-year longitudinal assessment of 689 individuals aged 14–35 with first-episode affective or non-affective psychosis. Here, we present the protocol for an extended 10-year follow-up study of social, mental, cognitive, and physical health outcomes, supplemented through linkage with health administrative databases to offer a holistic perspective on long-term outcome trajectories. The primary objective of the study is to model the heterogeneity of long-term trajectories across multiple outcome dimensions over the 10-year follow-up period using data-driven methods. This approach will help distinguish clinically meaningful subgroups, characterize their profiles, and identify early predictors of long-term outcomes while providing insight into the mechanisms of changes within trajectories. In particular, the study will assess whether trajectories shaped during the critical period are sustained over the long term. To our knowledge, this represents the most comprehensive investigation of long-term trajectories following EIS in North America and is expected to lay the groundwork for optimizing EIS and developing personalized interventions.
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 | 0,018 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,007 |
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 ».