MétaCan
Menu
Retour à la cohorte
Enregistrement W2963056728 · doi:10.1016/j.comppsych.2019.07.006

Association between cognitive function and performance on effort based decision making in patients with major depressive disorder treated with Vortioxetine

2019· article· en· W2963056728 sur OpenAlexaff
Mehala Subramaniapillai, Rodrigo B. Mansur, Hannah Zuckerman, Caroline Park, Yena Lee, Michelle Iacobucci, Bing Cao, Roger Ho, Kangguang Lin, Lee Phan, Roger S. McIntyre

Notice bibliographique

RevueComprehensive Psychiatry · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensUniversity of TorontoBrain and Cognition Discovery FoundationUniversity Health Network
Organismes subventionnairesH. Lundbeck A/S
Mots-clésMajor depressive disorderPsychologyCognitionEffects of sleep deprivation on cognitive performanceRating scaleIowa gambling taskVortioxetineMontgomery–Åsberg Depression Rating ScaleClinical psychologyAssociation (psychology)Depression (economics)PsychiatryDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

It is well established that deficits in motivation, reward, and cognition are common during and in between syndromal episodes of depression as part of Major Depressive Disorder (MDD). Informed by evidence indicating functional and structural interconnectivity between cognitive and reward brain circuits, we preliminarily evaluate the association between measures of cognitive performance and reward/motivation. This is a post-hoc analysis of a primary study (i.e. the THINC-it sensitivity to change study). Adults (18–65 years of age) meeting DSM-5 criteria for MDD, single-episode or recurrent confirmed by M.I.N.I. with moderate severity or greater (i.e. Montgomery Asberg Depression Rating Scale ≥20). All eligible subjects received vortioxetine 10–20 mg open-label for 8 weeks. The Effort Expenditure Reward Task (EEfRT) was the principal measure of motivation and reward. We directly compare the effects of cognitive measures and depressive symptoms on effort-based decision-making using the THINC-it composite score and MADRS total score. Twenty-one participants with MDD (Mean age = 38.47, SD = 12.85) and 20 healthy volunteers (Mean age = 41.50, SD = 14.21) completed the optional EEfRT task. Amongst individuals with MDD, performance in processing speed, executive function (i.e. Trails B) and overall composite cognitive score was positively associated with the proportion of hard-task choices in the high reward condition (i.e. greater reward valuation). Across both groups, a greater probability (χ2 = 1.137) and magnitude of reward (χ2 = 0.045) was associated with increased effort (i.e. choosing the hard task more frequently). Using fully factored GEE models, we observed a positive association between performance on the Trails test (β = 2.223, SE = 0.928, p = 0.017) as well as the composite score (β = 0.978, SE = 0.0.459, p = 0.033), and greater effort for high rewards. In addition, it was observed that a positive association (i.e. greater effort for reward in higher probability) was observed with depressive symptoms and overall cognitive measures. Herein, we observed that an association exists between overall cognitive function, notably processing speed and executive function and reward function. Specifically, a greater effort for hard task rewards (using the EEfRT task) was manifested in individuals exhibiting higher levels of cognitive performance in a well-characterized sample of MDD treated with Vortioxetine.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,239
Écart entre enseignants0,233 · 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

Citations56
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComprehensive PsychiatryMême sujetTreatment of Major DepressionTravaux en français237 207