Identifying clinical clusters with distinct trajectories in first-episode psychosis through an unsupervised machine learning technique

Abstract

La gran variabilitat en la presentació de símptomes en la psicosi incipient suggereix l’existència de diferents subgrups amb evolucions i necessitats de tractament diverses. Aquest estudi analitza l’estructura dimensional dels símptomes i identifica trajectòries clíniques i factors de risc associats a una pitjor recuperació en pacients amb un primer episodi de psicosi no afectiva. S’han identificat diverses dimensions simptomàtiques i diferents subgrups clínics tant a l’inici com al seguiment. Factors com una baixa dosi d’antipsicòtics, símptomes depressius greus i antecedents familiars de trastorns psiquiàtrics es relacionen amb una evolució desfavorable, mentre que una alta reserva cognitiva i un bon ajust premòrbid podrien afavorir una millor recuperació. Aquest estudi contribueix a comprendre millor l’heterogeneïtat de la psicosi incipient i destaca la importància de la detecció precoç per millorar el pronòstic i preservar la funció psicosocial.