Faculty Opinions recommendation of Social cognitive training for schizophrenia: a meta-analytic investigation of controlled research.
Notice bibliographique
Résumé
A wealth of evidence has revealed that deficits in social cognitive skills (including facial affect recognition (FAR), social cue perception, Theory of Mind (ToM), and attributional style) are evident in schizophrenia and are linked to a variety of domains of functional outcome. In light of these associations, a growing number of studies have attempted to ameliorate these deficits as a means of improving outcome in the disorder through the use of structured behavioral training. This study used quantitative methods of meta-analysis to assess the efficacy of behavioral training programs designed to improve social cognitive function. A total of 19 studies consisting of 692 clients were aggregated from relevant databases. Outcome measures were organized according to whether they were social cognitive tests proximal to the intervention or whether they represented measures of treatment generalization (symptoms, observer-rated community, and institutional function). With respect to social cognitive measures, weighted effect-size analysis revealed that there were moderate-large effects of social cognitive training procedures on FAR (identification, d = 0.71 and discrimination, d = 1.01) and small-moderate effects of training on ToM (d = 0.46), while effects on social cue perception and attributional style were not significant. For measures of generalization, weighted effect-size analysis revealed that there were moderate-large effect on total symptoms (d = 0.68) and observer-rated community and institutional function (d = 0.78). Effects of social cognitive training programs on positive and negative symptoms of schizophrenia were nonsignificant. Moderating variables and implications for future research and treatment development are discussed. PMID: 21525166 Funding information This work was supported by: NIMH NIH HHS, United States Grant ID: K08 MH-69888
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 | 0,026 | 0,105 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,016 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 0,003 |
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 ».