MétaCan
Menu
Retour à la cohorte
Enregistrement W3047817396 · doi:10.1037/abn0000513

Deficits in auditory predictive coding in individuals with the psychosis risk syndrome: Prediction of conversion to psychosis.

2020· article· en· W3047817396 sur OpenAlexaff
Susanna L. Fryer, Brian J. Roach, Holly Hamilton, Peter Bachman, Ayşenil Belger, Ricardo E. Carrión, Erica Duncan, Jason Johannesen, Gregory A. Light, Margaret Niznikiewicz, Jean Addington, Carrie E. Bearden, Kristin S. Cadenhead, Tyrone D. Cannon, Barbara A. Cornblatt, Thomas H. McGlashan, Diana O. Perkins, Larry J. Seidman, Ming T. Tsuang, Elaine F. Walker, Scott W. Woods, Daniel H. Mathalon

Notice bibliographique

RevueJournal of Abnormal Psychology · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensOntario Brain Institute
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Center for Advancing Translational SciencesNational Institute of Mental HealthU.S. Department of Veterans Affairs
Mots-clésPsychosisPsychologyPredictive codingCoding (social sciences)Clinical psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

The mismatch negativity (MMN) event-related potential (ERP) component is increasingly viewed as a prediction error signal elicited when a deviant sound violates the prediction that a frequent "standard" sound will repeat. Support for this predictive coding framework emerged with the identification of the repetition positivity (RP), a standard stimulus ERP component that increases with standard repetition and is thought to reflect strengthening of the standard's memory trace and associated predictive code. Using electroencephalographic recordings, we examined the RP elicited by repeating standard tones presented during a traditional "constant standard" MMN paradigm in individuals with the psychosis risk syndrome (PRS; n = 579) and healthy controls (HC; n = 241). Clinical follow-up assessments identified PRS participants who converted to a psychotic disorder (n = 77) and PRS nonconverters who were followed for the entire 24-month clinical follow-up period and either remained symptomatic (n = 144) or remitted from the PRS (n = 94). In HC, RP linearly increased from early- to late-appearing standards within local trains of repeating standards (p < .0001), consistent with auditory predictive code/memory trace strengthening. Relative to HC, PRS participants showed a reduced RP across standards (p = .0056). PRS converters showed a relatively small RP deficit for early appearing standards relative to HC (p = .0.0107) and a more prominent deficit for late-appearing standards (p = .0006) relative to both HC and PRS-remitted groups. Moreover, greater RP deficits predicted shorter time to conversion in a subsample of unmedicated PRS individuals (p = .02). Thus, auditory predictive coding/memory trace deficits precede psychosis onset and predict future psychosis risk in PRS individuals. (PsycInfo Database Record (c) 2020 APA, all rights reserved).

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 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 enseignants0,467
Score d'incertitude au seuil0,428

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,036
Tête enseignante GPT0,296
Écart entre enseignants0,260 · 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 tête enseignante, 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

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Abnormal PsychologyMême sujetNeuroscience and Music PerceptionTravaux en français237 207