MétaCan
Menu
Retour à la cohorte
Enregistrement W2945227142 · doi:10.1017/s1355617719000420

Exploring Heterogeneity on the Wisconsin Card Sorting Test in Schizophrenia Spectrum Disorders: A Cluster Analytical Investigation

2019· article· en· W2945227142 sur OpenAlexaff
Sean Carruthers, Caroline Gurvich, Denny Meyer, Chad Bousman, Ian Everall, Erica Neill, Christos Pantelis, Philip Sumner, Eric J. Tan, Elizabeth Thomas, Tamsyn E. Van Rheenen, Susan L. Rossell

Notice bibliographique

RevueJournal of the International Neuropsychological Society · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Health and Medical Research CouncilNational Medical Research CouncilAgencia Nacional de Investigación y DesarrolloAustralian Government
Mots-clésWisconsin Card Sorting TestCognitive flexibilitySchizophrenia (object-oriented programming)PsychologyCognitionSchizophrenia spectrumClinical psychologyExecutive dysfunctionPopulationTrail Making TestExecutive functionsPsychiatryPsychosisNeuropsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The Wisconsin Card Sorting Test (WCST) is a complex measure of executive function that is frequently employed to investigate the schizophrenia spectrum. The successful completion of the task requires the interaction of multiple intact executive processes, including attention, inhibition, cognitive flexibility, and concept formation. Considerable cognitive heterogeneity exists among the schizophrenia spectrum population, with substantive evidence to support the existence of distinct cognitive phenotypes. The within-group performance heterogeneity of individuals with schizophrenia spectrum disorder (SSD) on the WCST has yet to be investigated. A data-driven cluster analysis was performed to characterise WCST performance heterogeneity. METHODS: Hierarchical cluster analysis with k-means optimisation was employed to identify homogenous subgroups in a sample of 210 schizophrenia spectrum participants. Emergent clusters were then compared to each other and a group of 194 healthy controls (HC) on WCST performance and demographic/clinical variables. RESULTS: Three clusters emerged and were validated via altered design iterations. Clusters were deemed to reflect a relatively intact patient subgroup, a moderately impaired patient subgroup, and a severely impaired patient subgroup. CONCLUSIONS: Considerable within-group heterogeneity exists on the WCST. Identification of subgroups of patients who exhibit homogenous performance on measures of executive functioning may assist in optimising cognitive interventions. Previous associations found using the WCST among schizophrenia spectrum participants should be reappraised. (JINS, 2019, 25, 750-760).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,320
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the International Neuropsychological SocietyMême sujetSchizophrenia research and treatmentTravaux en français237 207