Prediction of Real-World Functional Disability in Chronic Mental Disorders: A Comparison of Schizophrenia and Bipolar Disorder
Notice bibliographique
Résumé
OBJECTIVE: Schizophrenia and bipolar disorder are associated with multidimensional disability. This study examined differential predictors of functional deficits in the two disorders. METHOD: Community-dwelling individuals with schizophrenia (N=161) or bipolar disorder (N=130) were assessed with neuropsychological tests, symptom measures, and performance-based social and adaptive (i.e., everyday living skills) functional competence measures as well as three domains of real-world functioning: community and household activities; work skills; and interpersonal relationships. The authors used confirmatory path analysis to find the best-fitting models to examine the direct and indirect (as mediated by competence) prediction of the three domains of real-world functioning. RESULTS: In all models for both groups, neurocognition's relationship with outcomes was largely mediated by competence. Symptoms were negatively associated with outcomes but unassociated with competence, with the exception of depression, which was a direct and mediated (through social competence) predictor in bipolar disorder. In both groups, neurocognition was related to activities directly and through a mediated relationship with adaptive competence. Work skills were directly and indirectly (through mediation with social competence) predicted by neurocognition in schizophrenia and entirely mediated by adaptive and social competence in bipolar disorder. Neurocognition was associated with interpersonal relationships directly in the schizophrenia group and mediated by social competence in both groups. CONCLUSIONS: Although there was greater disability in schizophrenia, neurocognition predicted worse functioning in all outcome domains in both disorders. These results support the shared role of neurocognition in bipolar disorder and schizophrenia in producing disability, with predictive differences between disorders in domain-specific effects of symptoms and social and adaptive competence.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».