The continuing story of schizophrenia and schizoaffective disorder: One condition or two?
Notice bibliographique
Résumé
Although schizophrenia and schizoaffective disorder remain separable in diagnostic systems, the validity of the distinction is uncertain. This study asked whether schizophrenia and schizoaffective disorder are distinguishable on selected cognitive, social cognitive and structural social brain measures. Outpatients with a diagnosis of schizophrenia (n = 44) or schizoaffective disorder (n = 29) and non-psychiatric control participants (n = 62) were studied. Patients were assessed clinically (Positive and Negative Syndrome Scale) and all participants were administered a battery of cognitive (MATRICS Consensus Cognitive Battery; Wechsler Abbreviated Scale of Intelligence, Wide Range Achievement Reading) and social cognitive (Reading the Mind in the Eyes, Mayer-Salovey-Caruso Emotional Intelligence Test; MSCEIT) tasks. In addition, participants underwent structural magnetic resonance imaging (MRI) to yield cortical thickness data for 42 regions associated with the social brain network. Results showed no significant differences between patient groups on 17/18 cognitive/social cognitive and social brain cortical thickness measures. In contrast, schizophrenia and schizoaffective disorder patients differed from controls on 16/18 and 11/18 measures respectively. Schizoaffective disorder patients outperformed schizophrenia patients on an emotion regulation task (MSCEIT). Schizophrenia and schizoaffective disorder are largely indistinguishable on key cognitive, social cognitive and neural measures. The continuing separation of these syndromes in diagnostic systems and disease models requires is questionable and requires further attention.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».