Event-Related Potentials in the Clinical High-Risk (CHR) State for Psychosis: A Systematic Review
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
There is emerging evidence that identification and treatment of individuals in the prodromal or clinical high-risk (CHR) state for psychosis can reduce the probability that they will develop a psychotic disorder. Event-related brain potentials (ERPs) are a noninvasive neurophysiological technique that holds promise for improving our understanding of neurocognitive processes underlying the CHR state. We aimed to systematically review the current literature on cognitive ERP studies of the CHR population, in order to summarize and synthesize the results, and their implications for our understanding of the CHR state. Across studies, amplitudes of the auditory P300 and duration mismatch negativity (MMN) ERPs appear reliably reduced in CHR individuals, suggesting that underlying impairments in detecting changes in auditory stimuli are a sensitive early marker of the psychotic disease process. There are more limited data indicating that an earlier-latency auditory ERP response, the N100, is also reduced in amplitude, and in the degree to which it is modulated by stimulus characteristics, in the CHR population. There is also evidence that a number of auditory ERP measures (including P300, MMN and N100 amplitudes, and N100 gating in response to repeated stimuli) can further refine our ability to detect which CHR individuals are most at risk for developing psychosis. Thus, further research is warranted to optimize the predictive power of algorithms incorporating these measures, which could help efforts to target psychosis prevention interventions toward those most in need.
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 | 0,016 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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