The screen for cognitive impairment in psychiatry in patients with borderline personality disorder
Notice bibliographique
Résumé
Cognitive deficits are common in borderline personality disorder (BPD) and appear to be associated with psychopathology, functioning and outcome. The availability of a cognitive screening instrument could be of use in clinical settings in order to assess neurocognition in BPD patients. The Screen for Cognitive Impairment for Psychiatry (SCIP) proved to be reliable in different psychiatric populations, but it has not yet been validated in personality disorders. The purpose of this study is therefore to evaluate its psychometric properties in a sample of 58 BPD patients. The SCIP was validated against the Repeatable Battery for the Assessment of Neuropsychological Status (RBANS) and the Trail Making Test A and B (TMT A and B). The receiver operator curve analysis displayed an acceptable convergent validity (total score AUC: 0.78, 95% CI: 0.70-0.86; Se: 75%, Sp: 72%). A cut-off total score of 80 identified 81% of patients as cognitively impaired. The exploratory factor analysis displayed a one-factor solution explaining 55.8% of the total variance. The SCIP displayed adequate psychometric properties in BPD and could be integrated in the routine clinical assessment to provide a preliminary evaluation of cognitive features for BPD.
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 | 0,002 | 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 | 0,001 | 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 ».