Cognitive and functional deficits are associated with white matter abnormalities in two independent cohorts of patients with schizophrenia
Notice bibliographique
Résumé
BACKGROUND: Significant evidence links white matter (WM) microstructural abnormalities to cognitive impairment in schizophrenia (SZ), but the relationship of these abnormalities with functional outcome remains unclear. METHODS: In two independent cohorts (C1, C2), patients with SZ were divided into two subgroups: patients with higher cognitive performance (SZ-HCP-C1, n = 25; SZ-HCP-C2, n = 24) and patients with lower cognitive performance (SZ-LCP-C1, n = 25; SZ-LCP-C2, n = 24). Healthy controls (HC) were included in both cohorts (HC-C1, n = 52; HC-C2, n = 27). We compared fractional anisotropy (FA) of the whole-brain WM skeleton between the three groups (SZ-LCP, SZ-HCP, HC) by a whole-brain exploratory approach and an atlas-defined WM regions-of-interest approach via tract-based spatial statistics. In addition, we explored whether FA values were associated with Global Assessment of Functioning (GAF) scores in the SZ groups. RESULTS: In both cohorts, mean FA values of whole-brain WM skeleton were significantly lower in the SCZ-LCP group than in the SCZ-HCP group. Whereas in C1 the FA of the frontal part of the left inferior fronto-occipital fasciculus (IFOF) was positively correlated with GAF score, in C2 the FA of the temporal part of the left IFOF was positively correlated with GAF score. CONCLUSIONS: We provide robust evidence for WM microstructural abnormalities in SZ. These abnormalities are more prominent in patients with low cognitive performance and are associated with the level of functioning.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».