Cognitive Performance and Functional Competence as Predictors of Community Independence in Schizophrenia
Notice bibliographique
Résumé
Measures of functional competence have been introduced to supplement standard cognitive and neuropsychological evaluations in schizophrenia research and practice. Functional competence comprises skills and abilities that are more relevant to daily life and community adjustment. However, it is unclear whether relevance translates into significantly enhanced prediction of real-world outcomes. The aim of this study was to assess the specific contribution of functional competence in predicting a key aspect of real-world outcome in schizophrenia: community independence. Demographic, clinical, cognitive, and functional competence data were obtained from 127 patients with schizophrenia or schizoaffective disorder and used to predict community independence concurrently and longitudinally after 10 months. Hierarchical regression analyses indicated that demographic, clinical, and cognitive predictors accounted jointly for 35%-38% of the variance in community independence across assessment points. Functional competence data failed to add significantly to this validity. Considered separately from demographic and clinical predictors, cognitive and functional competence data accounted for significant amounts of outcome variance. However, the addition of functional competence to standard cognitive test data yielded a significant increase in validity only for concurrent and not for longitudinal prediction of community independence. The specific real-world validity of functional competence is modest, yielding information that is largely redundant with standard cognitive performance.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 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 ».