Can Psychological, Social and Demographical Factors Predict Clinical Characteristics Symptomatology of Bipolar Affective Disorder and Schizophrenia?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Schizophrenia (SCH) is a complex, psychiatric disorder affecting 1 % of population. Its clinical phenotype is heterogeneous with delusions, hallucinations, depression, disorganized behaviour and negative symptoms. Bipolar affective disorder (BD) refers to periodic changes in mood and activity from depression to mania. It affects 0.5-1.5 % of population. Two types of disorder (type I and type II) are distinguished by severity of mania episodes. In our analysis, we aimed to check if clinical and demographical characteristics of the sample are predictors of symptom dimensions occurrence in BD and SCH cases. We included total sample of 443 bipolar and 439 schizophrenia patients. Diagnosis was based on DSM-IV criteria using Structured Clinical Interview for DSM-IV. We applied regression models to analyse associations between clinical and demographical traits from OPCRIT and symptom dimensions. We used previously computed dimensions of schizophrenia and bipolar affective disorder as quantitative traits for regression models. Male gender seemed protective factor for depression dimension in schizophrenia and bipolar disorder sample. Presence of definite psychosocial stressor prior disease seemed risk factor for depressive and suicidal domain in BD and SCH. OPCRIT items describing premorbid functioning seemed related with depression, positive and disorganised dimensions in schizophrenia and psychotic in BD. We proved clinical and demographical characteristics of the sample are predictors of symptom dimensions of schizophrenia and bipolar disorder. We also saw relation between clinical dimensions and course of disorder and impairment during disorder.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle