Cognitive functioning and insight in schizophrenia and in schizoaffective disorder
Notice bibliographique
Résumé
AIM: The aim of this study was to investigate cognitive functioning and insight of illness in two groups of patients during their stable phases, one with schizophrenia and one with schizoaffective disorder. METHODS: We recruited 104 consecutive outpatients, 64 with schizophrenia, 40 with schizoaffective disorder, in the period between July 2010 and July 2011. They all fulfilled formal Diagnostic and Statistical Manual of Mental disorders (DSM-IV-TR) diagnostic criteria for schizophrenia and schizoaffective disorder. Psychiatric assessment included the Clinical Global Impression Scale-Severity (CGI-S), the Positive and Negative Sindrome Scale (PANSS), the Calgary Depression Scale for Schizophrenia (CDSS) and the Global Assessment of Functioning (GAF). Insight of illness was evaluated using SUMD. Neuropsychological assessment included Winsconsin Card Sorting Test (WCST), California Verbal Learning Test (CVLT), Stroop Test and Trail Making Test (TMT). Differences between the groups were tested using Chi-square test for categorical variables and one-way analysis of variance (ANOVA) for continuous variables. All variables significantly different between the two groups of subjects were subsequently analysed using a logistic regression with a backward stepwise procedure using diagnosis (schizophrenia/schizoaffective disorder) as dependent variable. RESULTS: After backward selection of variables, four variables predicted a schizoaffective disorder diagnosis: marital status, a higher number of admission, better attentive functions and awareness of specific signs or symptoms of disease. The prediction model accounted for 55% of the variance of schizoaffective disorder diagnosis. DISCUSSION: With replication, our findings would allow higher diagnostic accuracy and have an impact on clinical decision making, in light of an amelioration of vocational functioning.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».