Psychological symptoms and perceived cognitive impairment in multiple sclerosis: The role of rumination.
Notice bibliographique
Résumé
PURPOSE/OBJECTIVE: Perceived cognitive impairment is a common concern among individuals with multiple sclerosis (MS) and is associated with prevalent psychological symptoms, namely depression and anxiety. The mechanisms by which these psychological symptoms are associated with perceived cognitive impairment among people diagnosed with MS have been unexplored. A possible mechanism is rumination, a maladaptive form of self-reflection that is commonly associated with anxiety and depression. The purpose of this study was to examine the associations of symptoms of anxiety and depression with perceived cognitive impairment, and to examine whether anxiety and depression indirectly affect cognitive impairment through rumination. Research Method/Design: The study utilized a cross-sectional observational design. People diagnosed with MS (N = 111) were recruited from an MS clinic in Toronto, and through the community. Participants completed self-report questionnaires that included the Multiple Sclerosis Neuropsychological Screening Questionnaire (MSNQ), the Hospital Anxiety and Depression Scale (HADS), and the Rumination-Reflection Questionnaire (RRQ). Two indirect effect statistical analyses were conducted using bootstrapping techniques. RESULTS: We found a positive association between both symptoms of depression and anxiety and perceived cognitive impairment. Moreover, psychological symptoms were related to perceived cognitive impairment indirectly through rumination, indicating ruminative thinking style may be implicated in the relationship between anxiety, depression, and perceived cognitive impairment. CONCLUSIONS/IMPLICATIONS: These findings provide additional support for previous research examining the relationship between psychological symptoms (e.g., anxiety and depression) and perceived cognitive impairment, and enrich our understanding of a potential mechanism driving these relationships. (PsycINFO Database Record
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».