Mathematics Deficits in Adolescents With Bipolar I Disorder
Notice bibliographique
Résumé
OBJECTIVE: This study examined mathematical ability in adolescents with bipolar I disorder, compared to adolescents with major depressive disorder and psychiatrically healthy comparison subjects. METHOD: Participants (N=119) included adolescents in remission from bipolar disorder (N=44) or major depressive disorder (N=30), as well as comparison subjects (N=45) with no psychiatric history. Participants were assessed with the following measures: the Wide-Range Achievement Test, Revised 2 (WRAT-R2), Peabody Individual Achievement Test, Bay Area Functional Performance Evaluation Task-Oriented Assessment (functional mathematics subtest), Test of Nonverbal Intellegence-2, and a self-report of mathematics performance. RESULTS: WRAT-R2 and Peabody Individual Achievement Test scores for spelling, mathematics, and reading revealed that adolescents with bipolar disorder had significantly lower achievement in mathematics, compared to subjects with major depressive disorder and comparison subjects. Results for the Test of Nonverbal Intellegence-2 were not significantly different between groups. Adolescents with bipolar disorder took significantly longer to complete the Bay Area Functional Performance Evaluation mathematics task. Significantly fewer adolescents with bipolar disorder (9%) reported above-average mathematics performance, compared with the other groups. CONCLUSIONS: Adolescents with remitted bipolar disorder have a specific profile of mathematics difficulties that differentiates them from both adolescents with unipolar depression and psychiatrically healthy comparison subjects. These mathematics deficits may not derive simply from more global deficits in nonverbal intelligence or executive functioning, but may be associated with neuroanatomical abnormalities that result in cognitive deficits, including a slowed response time. These deficits suggest the need for specialized assessment of mathematics as part of a comprehensive clinical follow-up treatment plan.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».