Notice bibliographique
Résumé
Aims: Cognitive heterogeneity in schizophrenia spectrum disorders (SSD) and bipolar disorder (BD) has been explored using clustering analyses.However, the resulting subgroups have not been cognitively validated beyond measures used as clustering variables themselves.We compared the emergent cross-diagnostic subgroups of SSD and BD patients on measures used to classify them, and also across a range of alternative cognitive measures assessing some of the same constructs. Methods: Domain scores from the Matrics Consensus CognitiveBattery were used in a cross-diagnostic clustering analysis of 86 patients with SSD (n = 45) and BD (n = 41).The emergent subgroups were then compared to each other and healthy controls (n = 76) on these and alternative measures of these domains, as well as on premorbid IQ, global cognition and a proxy of cognitive decline.Results: A three-cluster solution was most appropriate, with subgroups labelled as Globally Impaired, Selectively Impaired, and Superior/Near-Normal relative to controls.With the exception of processing speed performance, the subgroups were generally differentiated on the cognitive domain scores used as clustering variables.Differences in cognitive performance among these subgroups were not always statistically significant when compared on the alternative cognitive measures.There was evidence of global cognitive impairment and putative cognitive decline in the two cognitively impaired subgroups.Limitations: For clustering analysis, sample size was relatively small.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,661 | 0,464 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».