Examining cognition across the bipolar/schizophrenia diagnostic spectrum
Notice bibliographique
Résumé
Background: Cognitive impairments are well-established features of schizophrenia, but there is ongoing debate about the nature and degree of cognitive impairment in patients with schizoaffective disorder and bipolar disorder. We hypothesized that there is a spectrum of increasing impairment from bipolar disorder to schizoaffective disorder bipolar type, to schizoaffective disorder depressive type and schizophrenia. Methods: We compared performance on the Measurement and Treatment Research to Improve Cognition in Schizophrenia (MATRICS) Consensus Cognitive Battery between participants with schizophrenia ( n = 558), schizoaffective disorder depressive type ( n = 112), schizoaffective disorder type ( n = 76), bipolar disorder ( n = 78) and healthy participants ( n = 103) using analysis of covariance with post hoc comparisons. We conducted an ordinal logistic regression to examine whether cognitive impairments followed the hypothesized spectrum from bipolar disorder (least severe) to schizophrenia (most severe). In addition to categorical diagnoses, we addressed the influence of symptom domains, examining the association between cognition and mania, depression and psychosis. Results: Cognitive impairments increased in severity from bipolar disorder to schizoaffective disorder bipolar type, to schizophrenia and schizoaffective disorder depressive type. Participants with schizophrenia and schizoaffective disorder depressive type showed equivalent performance ( d = 0.07, p = 0.90). The results of the ordinal logistic regression were consistent with a spectrum of deficits from bipolar disorder to schizoaffective disorder bipolar type, to schizophrenia/schizoaffective disorder depressive type (odds ratio = 1.98, p < 0.001). In analyses of the associations between symptom dimensions and cognition, higher scores on the psychosis dimension were associated with poorer performance (B = 0.015, standard error = 0.002, p < 0.001). Limitations: There were fewer participants with schizoaffective disorder and bipolar disorder than schizophrenia. Despite this, our analyses were robust to differences in group sizes, and we were able to detect differences between groups. Conclusion: Cognitive impairments represent a symptom dimension that cuts across traditional diagnostic boundaries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».