GLORIA

GEOMAR Library Ocean Research Information Access

feed icon rss

Your email was sent successfully. Check your inbox.

An error occurred while sending the email. Please try again.

Proceed reservation?

Export
  • 1
    Electronic Resource
    Electronic Resource
    Springer
    European archives of psychiatry and clinical neuroscience 231 (1981), S. 13-34 
    ISSN: 1433-8491
    Keywords: Prognosis of schizophrenic psychoses ; “Inpatient Multidimensional Psychiatric Scale” ; “Clinical Selfrating Scales” ; Prognose schizophrener Psychosen ; Inpatient Multidimensional Psychiatric Scale ; Klinische Selbstbeurteilungsskalen
    Source: Springer Online Journal Archives 1860-2000
    Topics: Medicine
    Description / Table of Contents: Zusammenfassung Es wurde eine psychopathometrische Verlaufsstudie über schizophrene Patienten durchgeführt, um die Bedeutung des psychopathologischen Aufnahme- und Entlassungsbefundes für die Langzeitprognostik zu analysieren. Einundachtzig Patienten mit schizophrenen oder verwandten Psychosen wurden mit gut validierten psychopathologischen Beurteilungsverfahren untersucht („Inpatient Multidimensional Psychiatric Scale“, „Klinische Selbstbeurteilungsskalen“): Bei Beginn und Ende der klinischen Behandlung sowie 5 bis 6 Jahre nach Entlassung. Hinsichtlich differenzierter wie globaler „outcome“-Kriterien erwies sich der psychopathologische Zustand bei Entlassung als prognostisch bedeutsamer als der psychopathologische Aufnahmebefund. Es ergaben sich syndromspezifische Beziehungen zwischen Entlassungsbefund und Katamnesebefund: Im allgemeinen korrelierte jedes Syndrom am höchsten mit sich selbst zwischen den beiden Meßzeitpunkten. Bezüglich globaler „outcome“-Kriterien waren depressiv-apathische Symptome, die einen ungünstigen Zustand bei Katamnese anzeigten, prognostisch wichtiger als produktiv schizophrene Symptome. Die schrittweise multiple Regressionsanalyse ergab prognostisch optimale Kombinationen der IMPSSyndrome bei Aufnahme und Entlassung, die für jedes „outcome“-Kriterium unterschiedlich waren. Allerdings traten einige Syndrome wiederholt unter den besten Prädiktoren auf. Durch die Kombination der besten Prädiktoren ließ sich ein größerer Anteil der „outcome“-Varianz erklären als durch einen Prädiktor allein. Die prognostische Valenz dieser Kombinationen konnte optimiert werden durch Einbeziehung der Faktoren der Selbstbeurteilungsskalen.
    Notes: Summary A psychopathometric study on the course of schizophrenic patients was carried out in order to analyse the long-term prognostic value of the psychopathological state on clinical admission and discharge. Eighty-one patients with schizophrenic or similar psychoses were rated three times using well-validated psychopathological scales (“Inpatient Multidimensional Psychiatric Scale”, “Clinical Selfrating Scales”): in the beginning, at the end of clinical treatment and 5–6 years after discharge. As for differentiated or global outcome-criteria, the psychopathological state on discharge was of more prognostic importance than the psychopathological state on admission. There existed syndrome-specific relationships between discharge and follow-up, i.e., in general each syndrome correlated most closely with itself between the two times of measurement. As for global outcome criteria, depressive-apathetic symptoms were of more special importance than productive schizophrenic symptoms indicating a poor outcome. The stepwise multiple regression analysis gave prognostically optimal combinations of IMPS-syndromes at admission and discharge which were different for each outcome criterium. Nevertheless, some syndromes were repeatedly among the best predictors. The combination of best predictors explained a greater part of outcome-variance than one predictor alone. The prognostic value of the combinations could be optimated by including the factors of the self-rating scales.
    Type of Medium: Electronic Resource
    Location Call Number Limitation Availability
    BibTip Others were also interested in ...
Close ⊗
This website uses cookies and the analysis tool Matomo. More information can be found here...