Social and Neurocognitive Deficits in Remitted Patients with Schizophrenia, Schizoaffective and Bipolar Disorder
Notice bibliographique
Résumé
This study assesses the empathy level, cognitive performance and emotion recognition skills of remitted patients with schizophrenia, schizoaffective disorder and bipolar disorder, and also explores the relationship between impairments in the mentioned domains. The study was performed on 77 subjects divided into two groups: PAT sample (N = 37) included remitted patients with either schizophrenia, schizoaffective or bipolar disorder who were compared with healthy control subjects from the HC sample (N = 40). Along with sociodemographic and clinical data, empathy levels (using EQ (Empathy Quotient) scale), the ability to recognize another person’s emotional state (using RMET (Reading the Mind in the Eyes Test)), and cognitive performance (using MoCA (Montreal Cognitive Assessment) Scale) were investigated. The intensity of the psychiatric symptoms was measured with BPRS-E (Brief Psychiatric Rating Scale—Expanded). The remitted patients had lower EQ (p = 0.02) and RMET (p < 0.0001) scores than the healthy subjects. In the PAT group, RMET scores were positively correlated with MoCA total scores. Both EQ and RMET scores were negatively correlated with BPRS-E total scores. Psychiatric disorder was a significant predictor for deficits in emotion recognition. There were no significant differences in RMET, EQ and MoCA scores between patients with respect to diagnosis, the type of antipsychotic or the associated medication. In both samples, females had higher empathy levels (p = 0.04) and better emotion recognition abilities (p = 0.04) than males. Patients with schizophrenia, schizoaffective or bipolar disorder, currently in remission, displayed lower empathy levels and poorer emotion recognition skills than healthy subjects. Poor emotion recognition skills were associated with symptom severity and impairments in global cognition.
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 ».