Metacognitive Functioning in Individuals at Clinical High Risk for Psychosis
Notice bibliographique
Résumé
BACKGROUND: Metacognition has been described as the knowledge of our own cognitive processes. Metacognitive deficits are common in schizophrenia, but little is known about metacognition before the onset of full-blown psychosis. AIMS: This study aimed to longitudinally characterize metacognition in a sample of individuals at clinical high risk (CHR) for psychosis, and to determine if metacognition was related to later conversion to psychosis. METHOD: Participants (153 CHR individuals; 68 help seeking controls, HSC) were part of the large multi-site PREDICT study, which sought to determine predictors of conversion to psychosis. They were tested at baseline and 6 months using the Meta-Cognitions Questionnaire (MCQ) that has five sub-scales assessing different domains of metacognition. RESULTS: RESULTS of the mixed-effect models demonstrated significantly poorer scores at baseline for the CHR group compared to the HSC group in Negative beliefs about uncontrollability, Negative beliefs and the overall MCQ score. At the 6-month assessment, no difference was observed in metacognition between the two groups, but both groups showed improvement in metacognition over time. Those who later converted to psychosis had poorer performance on metacognitive beliefs at baseline. CONCLUSIONS: A poorer performance in metacognition can be seen as a marker of developing a full blown psychotic illness and confirms the potential value of assessing metacognitive beliefs in individuals vulnerable for psychosis.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».