Beyond disgust: impaired recognition of negative emotions prior to diagnosis in Huntington's disease
Notice bibliographique
Résumé
Previous studies of emotion recognition suggest that detection of disgust relies on processing within the basal ganglia and insula. Research involving individuals with symptomatic and pre-diagnostic Huntington's disease (HD), a disease with known basal ganglia atrophy, has generally indicated a relative impairment in recognizing disgust. However, some data have suggested that recognition of other emotions (particularly fear and anger) may also be affected in HD, and a recent study found fear recognition deficits in the absence of other emotion-recognition impairments, including disgust. To further examine emotion recognition in HD, we administered a computerized facial emotion recognition task to 475 individuals with the HD CAG expansion and 57 individuals without. Logistic regression was used to examine associations of emotion recognition performance with estimated proximity to clinical diagnosis (based on CAG repeat length and current age) and striatal volumes. Recognition of anger, disgust, fear, sadness and surprise (but not happiness) was associated with estimated years to clinical diagnosis; performance was unrelated to striatal volumes. Compared to a CAG-normal control group, the CAG-expanded group demonstrated significantly less accurate recognition of all negative emotions (anger, disgust, fear, sadness). Additionally, participants with more pronounced motor signs of HD were significantly less accurate at recognizing negative emotions than were individuals with fewer motor signs. Findings indicate that recognition of all negative emotions declines early in the disease process, and poorer performance is associated with closer proximity to clinical diagnosis. In contrast to previous results, we found no evidence of relative impairments in recognizing disgust or fear, and no evidence to support a link between the striatum and disgust recognition.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».