Cognitive Deficits and Clinical Symptoms with Hippocampal Subfields in First-Episode and Never-Treated Patients with Schizophrenia
Notice bibliographique
Résumé
Memory dysfunction and associated hippocampal disturbances play crucial roles in cognitive impairment of schizophrenia. To examine the relationships between cognitive function and the hippocampal subfields (HSs) in first-episode never-treated (FENT) schizophrenia patients, the HSs were segmented in 39 FENT patients and 30 healthy controls using a state-of the-art automated algorithm. We found no significant differences in any HSs between the patients and controls. However, multivariate regression analysis showed that the left cornu ammonis 1 (CA1), left hippocampal tail, left presubiculum, and right molecular layer contributed 40% to the variance of the PANSS negative symptom score. After adjusting for sex, age, education, and intracranial volume, the partial correlation analysis showed that the volumes of left CA1, CA3, CA4, molecular layer, granule cell layer and both left and right subiculum were negatively correlated with the MATRICS consensus cognitive battery (MCCB) Hopkins Verbal Learning Test (HVLT). Multiple regression analysis showed that the left CA1 and CA3 hippocampal abnormalities contributed 66% to the variance of the HVLT. Our results suggest no detectable HS deficits were found in FENT schizophrenia patients. However, the HSs may be involved in the symptoms and cognitive deficits of schizophrenia patients in the early phase of their illness.
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 | 0,002 |
| 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 ».