MétaCan
Menu
Retour à la cohorte
Enregistrement W2302125391 · doi:10.1080/13546805.2015.1076722

Assessing personal financial management in patients with bipolar disorder and its relation to impulsivity and response inhibition

2015· article· en· W2302125391 sur OpenAlexaff
Marvi Cheema, Glenda MacQueen, Stefanie Hassel

Notice bibliographique

RevueCognitive Neuropsychiatry · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensOntario Brain InstituteUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesHealth Research Board
Mots-clésImpulsivityBarratt Impulsiveness ScalePsychologyCognitionBipolar disorderFinanceResponse inhibitionClinical psychologyBehavioral activationExecutive functionsCognitive inhibitionPsychiatry

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Impulsivity and risk-taking behaviours are reported in bipolar disorder (BD). We examined whether financial management skills are related to impulsivity in patients with BD. METHODS: We assessed financial management skills using the Executive Personal Finance Scale (EPFS), impulsivity using the Barratt Impulsiveness Scale (BIS) and response inhibition using an emotional go/no-go task in bipolar individuals (N = 21) and healthy controls (HC; N = 23). RESULTS: Patients had fewer financial management skills and higher levels of impulsivity than HC. In patients and controls, increased impulsivity was associated with poorer personal financial management. Patients and HC performed equally on the emotional go/no-go task. Higher BIS scores were associated with faster reaction times in HC. In patients, however, higher BIS scores were associated with slower reaction times, possibly indicating compensatory cognitive strategies to counter increased impulsivity. CONCLUSIONS: Patients with BD may have reduced abilities to manage personal finances, when compared against healthy participants. Difficulty with personal finance management may arise in part as a result of increased levels of impulsivity. Patients may learn to compensate for increased impulsivity by modulating response times in our experimental situations although whether such compensatory strategies generalize to real-world situations is unknown.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,481

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,266
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCognitive NeuropsychiatryMême sujetBipolar Disorder and TreatmentTravaux en français237 207