The impact of smoking status on cognition and brain morphology in schizophrenia spectrum disorders
Notice bibliographique
Résumé
Abstract Background Cigarette smoking is associated with worse cognition and decreased cortical volume and thickness in healthy cohorts. Chronic cigarette smoking is prevalent in schizophrenia spectrum disorders (SSD), but the effects of smoking status on the brain and cognition in SSD are not clear. This study aimed to understand whether cognitive performance and brain morphology differed between smoking and non-smoking individuals with SSD compared to healthy controls. Methods Data were obtained from the Australian Schizophrenia Research Bank. Cognitive functioning was measured in 299 controls and 455 SSD patients. Cortical volume, thickness and surface area data were analysed from T1-weighted structural scans obtained in a subset of the sample ( n = 82 controls, n = 201 SSD). Associations between smoking status (cigarette smoker/non-smoker), cognition and brain morphology were tested using analyses of covariance, including diagnosis as a moderator. Results No smoking by diagnosis interactions were evident, and no significant differences were revealed between smokers and non-smokers across any of the variables measured, with the exception of a significantly thinner left posterior cingulate in smokers compared to non-smokers. Several main effects of smoking in the cognitive, volume and thickness analyses were initially significant but did not survive false discovery rate (FDR) correction. Conclusions Despite the general absence of significant FDR-corrected findings, trend-level effects suggest the possibility that subtle smoking-related effects exist but were not uncovered due to low statistical power. An investigation of this topic is encouraged to confirm and expand on our findings.
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 | 0,001 |
| 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 ».