MétaCan
Menu
Retour à la cohorte
Enregistrement W3028039427 · doi:10.1093/schbul/sbaa030.375

M63. TRANSDIAGNOSTIC NEUROCOGNITIVE DEFICITS IN PSYCHIATRY: A REVIEW OF META-ANALYSES

2020· review· en· W3028039427 sur OpenAlexaff
Caroline East‐Richard, Alexandra R-Mercier, Danielle Nadeau, Caroline Cellard

Notice bibliographique

RevueSchizophrenia Bulletin · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensCentre Jeunesse de Quebec
Organismes subventionnairesnon disponible
Mots-clésNeurocognitivePsychiatryPsychologySchizophrenia (object-oriented programming)Clinical psychologyAnxietyBipolar disorderExecutive functionsAttention deficit hyperactivity disorderMeta-analysisMood disordersPsycINFOAutismMoodCognitionMedicineMEDLINE

Résumé

récupéré en direct d'OpenAlex

Abstract Background In recent decades, several meta-analyses have documented the severity of neurocognitive impairments in various domains and psychiatric disorders. There is also a growing body of literature on the common factors among psychiatric disorders (e.g., common psychological factors, neurobiological alterations or genetic variants). The first objective of this review was to investigate transdiagnostic neurocognitive impairments across several psychiatric disorders. The second objective was to document transdiagnostic neurocognitive impairments across the life span, to establish whether they are consistent across age. Methods A literature search was conducted in Pubmed, PsycINFO and Embase to identify all meta-analyses of neurocognitive deficits in psychiatry published prior to August, 2017. The following psychiatric disorders were considered: mood disorders, psychotic disorders, autism spectrum disorders, attention-deficit/hyperactivity disorder (ADHD), and anxiety disorders. The R-AMSTAR (Revised Assessment of Multiple Systematic Reviews) was used to assess methodological quality of all retrieved meta-analyses. The final selection included only the most rigorous meta-analyses. Results A total of 36 meta-analyses were included. They documented neurocognitive impairments in schizophrenia, autism spectrum disorder, ADHD, bipolar disorder, depression, obsessive-compulsive disorder, and posttraumatic stress disorder. Neurocognitive impairments were observed in the majority of psychiatric disorders, regardless of age group (childhood/adolescence, first episode, adulthood, elderly). Across all disorders, deficits in executive functions and in episodic memory were the most severe and the most frequently reported. Moreover, severe deficits in executive functions were frequently reported across age groups. Neurocognitive deficits were consistently more severe in schizophrenia compared to other psychiatric disorders, across all age groups. Discussion Neurocognitive impairments were observed in almost all disorders, in all age groups. Some neurocognitive impairments were more frequently reported across all disorders. Indeed, executive functions and episodic memory were severely impaired in almost every age group and psychiatric disorder considered in this review. Deficits in these two domains appear to be transdiagnostic and they remain relatively stable across the life span. Transdiagnostic factors could be key targets for transdiagnostic cognitive interventions in psychiatric populations. Neurobiological, neuropsychological, and genetic hypotheses of transdiagnostic neurocognitive impairments are discussed.

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)0,021
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,057
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0150,039
Bibliométrie0,0110,011
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,189
Tête enseignante GPT0,424
Écart entre enseignants0,236 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSchizophrenia BulletinMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207