24.2 NEUROCOGNITIVE PROFILES IN THE PRODROME TO PSYCHOSIS IN NAPLS-1
Notice bibliographique
Résumé
The vast majority of studies of neuropsychological (NP) functioning in Clinical High Risk (CHR) cohorts have examined group averages, possibly concealing a range of subgroups ranging from very impaired to high functioning. Our objective was to assess NP profiles and to explore associations with conversion to psychosis, functional and diagnostic outcome. Data were acquired from 324 participants (mean age 18.4) in the first phase of the North American Prodrome Longitudinal Study (NAPLS-1), a multi-site consortium following individuals for up to 2½ years. We applied Ward’s method for hierarchical clustering data to 8 baseline neurocognitive measures, in 166 CHR individuals, 49 non-CHR youth with a family history of psychosis, and 109 healthy controls. We tested whether cluster membership was associated with conversion to psychosis, social and role functioning, and follow-up diagnosis. Analyses were repeated after data were clustered based on independently developed clinical decision rules. Four neurocognitive clusters were identified: Significantly Impaired (n=33); Mildly Impaired (n=82); Normal (n=145) and High (n=64). The Significantly Impaired subgroup demonstrated the largest deviations on processing speed and memory tasks and had a conversion rate of 58%, a 40% chance of developing a schizophrenia spectrum diagnosis (compared to 24.4% in the Mildly Impaired, and 10.3% in the other two groups combined), and significantly worse functioning at baseline and 12-months. Data clustered using clinical decision rules yielded similar results, pointing to high convergent validity. Despite extensive neuropsychological investigations within CHR cohorts, this is one of the first studies to investigate NP clustering profiles as a contributor to heterogeneity in outcome. Our results indicate that the four NP profiles vary substantially in their outcome, underscoring the relevance of cognitive functioning in the prediction of illness progression. Our findings tentatively suggest that individualized cognitive profiling should be explored in clinical settings.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».