Symptom-related attributional biases in schizophrenia and bipolar disorder
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
INTRODUCTION: Biases in causal attributions and evidence integration have been implicated in delusions, but have not been investigated simultaneously to examine additive or multiplicative effects. It was hypothesised that paranoid delusions would correlate with self-serving and personalising biases ("defence" model of paranoia), particularly when these biases were disconfirmed. METHODS: Constrained principal component analysis was used to investigate differences between schizophrenia patients (paranoid vs. non-paranoid), bipolar disorder patients, and healthy controls, as well as to examine the extent to which psychotic symptoms could predict patterns of responding on a novel attributional bias task (Attributional Style BADE, or ASB) that requires integrating contextual information. RESULTS: Although no group differences were found, disorganisation and manic symptoms correlated with situation attributions and self-blame when such attributions were unsupported by the available evidence, and depression and anxiety correlated with other-person and self attributions (not situation attributions) when confirmed by the available evidence, regardless of diagnosis. CONCLUSIONS: While group differences accounted for little variance in responses on the ASB task, a transdiagnostic association between symptoms of psychosis and the ASB task was observed. This highlights the importance of considering symptom profiles rather than diagnostic groupings when investigating cognitive biases and related non-pharmacological treatments.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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