Inhibitory deficits for negative information in persons with major depressive disorder
Notice bibliographique
Résumé
BACKGROUND: Within Beck's cognitive model of depression, little is known about the mechanism(s) by which activated self-schemas result in the production of negative thoughts. Recent research has demonstrated that inhibitory dysfunction is present in depression, and this deficit is likely valence-specific. However, whether valence-specific inhibitory deficits are associated with increased negative cognition and whether such deficits are specific to depression per se remains unexamined. The authors posit the theory that inhibitory dysfunction may influence the degree to which activated self-schemas result in the production of depressive cognition. METHOD: Individuals with major depressive disorder (MDD, n=43) versus healthy (n=36) and non-depressed anxious (n=32) controls were assessed on the Prose Distraction Task (PDT), a measure of cognitive inhibition, and the Stop-Signal Task (SST), a measure of motor response inhibition. These two tasks were modified in order to present emotionally valenced semantic stimuli (i.e. negative, neutral, positive). RESULTS: Participants with MDD demonstrated performance impairments on the PDT, which were most pronounced for negatively valenced adjectives, relative to both control groups. Moreover, these impairments correlated with self-report measures of negative thinking and rumination. Conversely, the performance of the MDD participants did not differ from either control group on the SST. CONCLUSIONS: Implications of these findings for understanding the mechanisms underlying the development and maintenance of depressive cognition are discussed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 tête enseignante, 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 ».