Amoretti Guadall, SilviaVerdolini, NormaMezquida Mateos, GiselaRabelo da Ponte, Francisco DiegoCuesta, Manuel J.Pina Camacho, LauraGómez-Ramiro, MartaDe la Cámara, ConcepciónGonzález-Pinto, AnaDíaz Caneja, Covadonga M.Corripio, IluminadaVieta i Pascual, Eduard, 1963-Serna Gómez, Elena de laMané Santacana, AnnaSolé Cabezuelo, BrisaCarvalho, André F.Serra Navarro, MariaBernardo Vilamitjana, Mercè2025-02-122025-02-1220210924-977Xhttps://hdl.handle.net/2445/218696La 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.18 p.application/pdfengcc-by (c) Amoretti Guadall, Silvia et al., 2021https://creativecommons.org/licenses/by/4.0/PsicosiSímptomesCognicióAprenentatge automàticPsychosesSymptomsCognitionMachine learningIdentifying clinical clusters with distinct trajectories in first-episode psychosis through an unsupervised machine learning techniqueinfo:eu-repo/semantics/article7067372025-02-12info:eu-repo/semantics/openAccess33531261