Frontotemporoparietal asymmetry and lack of illness awareness in schizophrenia
Notice bibliographique
Résumé
INTRODUCTION: Lack of illness awareness or anosognosia occurs in both schizophrenia and right hemisphere lesions due to stroke, dementia, and traumatic brain injury. In the latter conditions, anosognosia is thought to arise from unilateral hemispheric dysfunction or interhemispheric disequilibrium, which provides an anatomical model for exploring illness unawareness in other neuropsychiatric disorders, such as schizophrenia. METHODS: Both voxel-based morphometry using Diffeomorphic Anatomical Registration through Exponentiated Lie Algebra (DARTEL) and a deformation-based morphology analysis of hemispheric asymmetry were performed on 52 treated schizophrenia subjects, exploring the relationship between illness awareness and gray matter volume. Analyses included age, gender, and total intracranial volume as covariates. RESULTS: Hemispheric asymmetry analyses revealed illness unawareness was significantly associated with right < left hemisphere volumes in the anteroinferior temporal lobe (t = 4.83, P = 0.051) using DARTEL, and the dorsolateral prefrontal cortex (t = 5.80, P = 0.003) and parietal lobe (t = 4.3, P = 0.050) using the deformation-based approach. Trend level associations were identified in the right medial prefrontal cortex (t = 4.49, P = 0.127) using DARTEL. Lack of illness awareness was also strongly associated with reduced total white matter volume (r = 0.401, P < 0.01) and illness severity (r = 0.559, P < 0.01). CONCLUSION: These results suggest a relationship between anosognosia and hemispheric asymmetry in schizophrenia, supporting previous volume-based MRI studies in schizophrenia that found a relationship between illness unawareness and reduced right hemisphere gray matter volume. Functional imaging studies are required to examine the neural mechanisms contributing to these structural observations.
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 | 0,001 | 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 ».