Heritability of neurocognitive traits in familial schizophrenia
Notice bibliographique
Résumé
Neurocognitive deficits are considered promising endophenotypes for gene discovery in schizophrenia. Understanding the heritability and genetic inter-relationships of neurocognitive traits could support their use as alternatives to diagnosis. Participants were 85 adults from 17 multiplex Canadian families with familial schizophrenia linked to 1q23 who had neurocognitive testing results available. Heritability of 13 standard measures assessing motor skills, processing speed, verbal, and visuospatial memory, attention/working memory, executive functioning, and IQ was estimated using variance component models and SOLAR software. We then investigated bivariate relationships between those variables found to be heritable. IQ showed the highest heritability (h(2) = 0.64-0.74) and seven other neurocognitive measures, reflecting immediate and delayed verbal memory, attention/working memory, delayed visual memory, processing speed and motor skills, showed significant heritability (h(2) = 0.31-0.62) under one or more of the models assessed. A schizophrenia diagnostic covariate was significant (P < 0.0001) for all heritable variables. Bivariate analyses suggested that memory-IQ and visuomotor-processing speed formed two groups of heritable traits. The results provide further evidence of the heritability of selected neurocognitive measures, and their relationship to schizophrenia and underlying genetic architecture. Composite measures of memory or processing speed may be heritable phenotypes useful for studies of neurocognition.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».