Neurocognition and adaptive functioning in a genetic high risk model of schizophrenia
Notice bibliographique
Résumé
BACKGROUND: Identifying factors that influence the functional outcome is an important goal in schizophrenia research. The 22q11.2 deletion syndrome (22q11DS) is a unique genetic model with high risk (20-25%) for schizophrenia. This study aimed to identify potentially targetable domains of neurocognitive functioning associated with functional outcome in adults with 22q11DS. METHODS: We used comprehensive neurocognitive test data available for 99 adults with 22q11DS (n = 43 with schizophrenia) and principal component analysis to derive four domains of neurocognition (Verbal Memory, Visual and Logical Memory, Motor Performance, and Executive Performance). We then investigated the association of these neurocognitive domains with adaptive functioning using Vineland Adaptive Behavior Scales data and a linear regression model that accounted for the effects of schizophrenia status and overall intellectual level. RESULTS: The regression model explained 46.8% of the variance in functional outcome (p < 0.0001). Executive Performance was significantly associated with functional outcome (p = 0.048). Age and schizophrenia were also significant factors. The effects of Executive Performance on functioning did not significantly differ between those with and without psychotic illness. CONCLUSION: The findings provide the impetus for further studies to examine the potential of directed (early) interventions targeting Executive Performance to improve long-term adaptive functional outcome in individuals with, or at high risk for, schizophrenia. Moreover, the neurocognitive test profiles may benefit caregivers and clinicians by providing insight into the relative strengths and weaknesses of individuals with 22q11DS, with and without psychotic illness.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».