MétaCan
Menu
Retour à la cohorte
Enregistrement W2346546106 · doi:10.1080/13803395.2016.1164124

The mediating role of processing speed in the relationship between depressive symptoms and cognitive function in multiple sclerosis

2016· article· en· W2346546106 sur OpenAlexaff
Mervin Blair, Sascha Gill, Iris Gutmanis, Kathy Smolewska, Erin M. Warriner, Sarah A. Morrow

Notice bibliographique

RevueJournal of Clinical and Experimental Neuropsychology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensWestern UniversityHamilton Health SciencesParkwood Institute
Organismes subventionnairesnon disponible
Mots-clésCognitionMoodPsychologyMultiple sclerosisClinical psychologyExecutive functionsDepressive symptomsWorking memoryPsychiatry

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Although disorders of mood and cognition are frequently observed in multiple sclerosis, their relationship remains unclear. We aimed to investigate whether this mood-cognition relationship is mediated by inefficient processing speed, a deficit typically associated with mood symptomatology in the psychiatric literature and a common deficit observed in multiple sclerosis patients. METHOD: In this study, comprehensive cognitive data and self-reported mood data were retrospectively analyzed from 349 patients with relapsing remitting multiple sclerosis. We performed a bootstrapping analysis to examine whether processing speed provided an indirect means by which depressive symptoms influenced cognitive functioning, specifically memory and executive function. RESULTS: We observed that processing speed mediated the relationship between depressive symptoms and measures of memory and executive function. Interestingly, exploratory analyses revealed that this mediational role of processing speed was specific to MS patients who were younger, had a lower disability level, and had fewer years since MS diagnosis. CONCLUSIONS: Together, these findings have implications for mood and cognitive intervention with multiple sclerosis patients.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,079
Score d'incertitude au seuil0,700

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,192
Tête enseignante GPT0,436
Écart entre enseignants0,243 · 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

Citations13
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical and Experimental NeuropsychologyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207