MétaCan
Menu
Retour à la cohorte
Enregistrement W3021395904 · doi:10.1192/j.eurpsy.2020.45

The association between insight and depressive symptoms in schizophrenia: Undirected and Bayesian network analyses

2020· article· en· W3021395904 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueEuropean Psychiatry · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyNeurocognitiveSchizophrenia (object-oriented programming)Clinical psychologyConfoundingPositive and Negative Syndrome ScaleDepression (economics)PsychiatryDepressive symptomsAssociation (psychology)CognitionPsychosisMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Greater levels of insight may be linked with depressive symptoms among patients with schizophrenia, however, it would be useful to characterize this association at symptom-level, in order to inform research on interventions. METHODS: Data on depressive symptoms (Calgary Depression Scale for Schizophrenia) and insight (G12 item from the Positive and Negative Syndrome Scale) were obtained from 921 community-dwelling, clinically-stable individuals with a DSM-IV diagnosis of schizophrenia, recruited in a nationwide multicenter study. Network analysis was used to explore the most relevant connections between insight and depressive symptoms, including potential confounders in the model (neurocognitive and social-cognitive functioning, positive, negative and disorganization symptoms, extrapyramidal symptoms, hostility, internalized stigma, and perceived discrimination). Bayesian network analysis was used to estimate a directed acyclic graph (DAG) while investigating the most likely direction of the putative causal association between insight and depression. RESULTS: After adjusting for confounders, better levels of insight were associated with greater self-depreciation, pathological guilt, morning depression and suicidal ideation. No difference in global network structure was detected for socioeconomic status, service engagement or illness severity. The DAG confirmed the presence of an association between greater insight and self-depreciation, suggesting the more probable causal direction was from insight to depressive symptoms. CONCLUSIONS: In schizophrenia, better levels of insight may cause self-depreciation and, possibly, other depressive symptoms. Person-centered and narrative psychotherapeutic approaches may be particularly fit to improve patient insight without dampening self-esteem. •Better insight seems associated with depressive symptoms in schizophrenia.•Network analyses were used to explore this association in a large sample.•Insight was associated with self-depreciation, guilt, and suicidal ideation.•Although cross-sectional, data suggest causal direction from insight to depression.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,068
Score d'incertitude au seuil0,454

Scores Codex et Gemma par catégorie

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

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 Opus0,046
Tête enseignante GPT0,363
Écart entre enseignants0,317 · 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