MétaCan
Menu
Retour à la cohorte
Enregistrement W2479655955 · doi:10.1002/gps.4547

An optimal combination of MCCB and CANTAB to assess functional capacity in older individuals with schizophrenia

2016· article· en· W2479655955 sur OpenAlexafffund
Sanjeev Kumar, Benoit H. Mulsant, Christopher Tsoutsoulas, Zaid Ghazala, Aristotle N. Voineskos, Christopher R. Bowie, Tarek K. Rajji

Notice bibliographique

RevueInternational Journal of Geriatric Psychiatry · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensQueen's UniversityUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCambridge Neuropsychological Test Automated BatterySchizophrenia (object-oriented programming)PsychologySchizoaffective disorderNeuropsychologyCognitionWorking memoryEffects of sleep deprivation on cognitive performancePopulationClinical psychologyPsychiatryPsychosisSpatial memoryMedicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Cognitive deficits predict functional capacity in patients with schizophrenia including in late life. The MATRICS Consensus Cognitive Battery (MCCB) and the Cambridge Neuropsychological Test Automated Battery (CANTAB) are widely used to assess cognition in this population. The aim of this study was to determine a minimal set of subtests across the two batteries that would be strongly associated with functional capacity in older patients with schizophrenia. METHODS: Sixty participants age 50 years or older with a diagnosis of schizophrenia or schizoaffective disorder and 30 control participants were enrolled. Cognition was assessed using the MCCB and the CANTAB. Functional capacity was assessed using the USCD Performance-based Skills Assessment (UPSA). Stepwise linear regressions were performed to determine the best set of cognitive tests associated with functional capacity. RESULTS: UPSA total score was negatively correlated with age and positively correlated with education and the MCCB global score. Most of the MCCB domains and subtests, and several of the CANTAB subtests correlated with UPSA total score. In the regression model, MCCB global score accounted for 42.5% of UPSA variance. In contrast, a combination of only four subtests (processing speed and verbal learning from the MCCB, and affective information processing and working memory from the CANTAB) accounted for 60% of UPSA variance. CONCLUSIONS: Performance on MCCB and CANTAB is strongly associated with functional capacity in older patients with schizophrenia. A selective combination of MCCB and CANTAB subtests may be as effective in assessing functional capacity in late life schizophrenia. Copyright © 2016 John Wiley & Sons, Ltd. Copyright © 2016 John Wiley & Sons, Ltd.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,303
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), 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

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Geriatric PsychiatryMême sujetSchizophrenia research and treatmentTravaux en français237 207