Neurocognitive risk markers in pediatric obsessive–compulsive disorder
Notice bibliographique
Résumé
BACKGROUND: Obsessive-compulsive disorder (OCD) has complex genetic underpinnings, particularly in its early-onset form, which places siblings at a 10-fold increased risk of developing the disorder. Examination for neurocognitive markers preceding pediatric OCD onset has not been conducted, although markers have been identified in adult OCD. This study compared neurocognition across groups of OCD-affected youth (n = 87), unaffected siblings of those with early-onset OCD (n = 67), and healthy controls (HC; n = 79). METHODS: A total of 233 participants aged 6-18 years old completed standardized neurocognitive tests of cognitive flexibility, decision making, planning, response inhibition, spatial working memory, attention, recognition nonverbal memory, and intelligence. They were administered the Anxiety Disorders Interview Schedule-Parent version (ADIS-P) and completed self-report anxiety and OCD questionnaires. Linear mixed-effects models tested for differences between groups, adjusting for age, gender, IQ, state anxiety, and ethnicity, and accounting for random effects of family membership. RESULTS: OCD-affected youth and unaffected siblings performed significantly worse on planning in comparison to HCs (Cohen's d = 0.74; 95% CI = [0.11, 1.36]; Cohen's d = 0.75; 95% CI = [0.12, 1.38], respectively; omnibus group effect p = .007). No other significant between-group differences were identified. CONCLUSIONS: Neurocognitive performance differences between groups identified planning as a preexisting trait marker of pediatric OCD, while no other domain presented as a marker of pediatric OCD. This differs from adult OCD, which is associated with broader cognitive impairments. Investigating longitudinal trajectories and predictive significance of neurocognition in those affected by, and at risk for, early-onset OCD is warranted. Ideally, this will enhance individualized risk stratification and inform future prevention and early intervention strategies.
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 | 0,001 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».