A bottom-up model of functional outcome in schizophrenia
Notice bibliographique
Résumé
Schizophrenia results in poor functional outcomes owing to numerous factors. This study provides the first test of a bottom-up causal model of functional outcome in schizophrenia, using neurocognition, vocal emotional cognition, alexithymia, and negative symptoms as predictors of functional outcome. We investigated a cross-sectional sample of 135 individuals with schizophrenia and 78 controls. Using a series of structural equation modelling analyses, a single pathway was generated among scores from the MATRICS Consensus Cognitive Battery (MCCB), vocal emotion recognition test, Toronto Alexithymia Scale (TAS), Brief Negative Symptom Scale, and the Personal and Social Performance Scale. The scores for each dimension of the MCCB in the schizophrenia group were significantly lower than that in the control group. The recognition accuracy for different emotions (anger, disgust, fear, sadness, surprise, and satire, but not calm was significantly lower in the schizophrenia group than in the control group. Moreover, the scores on the three dimensions of TAS were significantly higher in the schizophrenia group than in the control group. On path analysis modelling, the proposed bottom-up causal model showed a strong fit with the data and formed a single pathway, from neurocognition to vocal emotional cognition, to alexithymia, to negative symptoms, and to poor functional outcomes. The study results strongly support the proposed bottom-up causal model of functional outcome in schizophrenia. The model could be used to better understand the causal factors related to the functional outcome, as well as for the development of intervention strategies to improve functional outcomes in schizophrenia.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».