The impact of early factors on persistent negative symptoms in youth at clinical high risk for psychosis
Notice bibliographique
Résumé
Introduction: Persistent negative symptoms (PNS) are described as continuing moderate negative symptoms. More severe negative symptoms have been associated with poor premorbid functioning in both chronic schizophrenia and first episode psychosis patients. Furthermore, youth at clinical high risk (CHR) for developing psychosis may also present with negative symptoms and poor premorbid functioning. The aim of this current study was to: (1) define the relationship between PNS and premorbid functioning, life events, trauma and bullying, previous cannabis use, and resource utilization, and (2) to examine what explanatory variables best predicted PNS. Method: CHR participants (<em>N</em> = 709) were recruited from the North American Prodrome Longitudinal Study (NAPLS 2). Participants were divided into two groups: those with PNS (<em>n</em> = 67) versus those without PNS (<em>n</em> = 673). A K-means cluster analysis was conducted to distinguish patterns of premorbid functioning across the different developmental stages. The relationships between premorbid adjustment and other variables were examined using independent samples t-tests or chi square for categorical variables. Results: There was significantly more males in the PNS group. Participants with PNS had significantly lower levels of premorbid adjustment in childhood, early adolescence, and late adolescence, compared to CHR participants without PNS. There were no differences between the groups in terms of trauma, bullying, and resource utilization. The non-PNS group had more cannabis use and more desirable and non-desirable life events. Conclusion: In terms of better understanding relationships between early factors and PNS, a prominent factor associated with PNS was premorbid functioning, in particular poor premorbid functioning in later adolescence.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».