Examining the association of life course neurocognitive ability with real-world functioning in schizophrenia-spectrum disorders
Notice bibliographique
Résumé
There is considerable variability in neurocognitive functioning within schizophrenia-spectrum disorders, and neurocognitive performance ranges from severe global impairment to normative performance. Few investigations of neurocognitive clusters have considered the degree to which deterioration relative to premorbid neurocognitive abilities is related to key illness characteristics. Moreover, while neurocognition and community functioning are strongly related, understanding of the sources of variability in the association between these two domains is also limited; it is unknown what proportion of participants would over-perform or under-perform the level of functioning expected based on current neurocognitive performance vs. lifelong attainment. This study examined data from 954 outpatients with schizophrenia-spectrum disorders across three previous studies. Neurocognition, community functioning, and symptoms were assessed. Neurocognitive subgroups were created based on current neurocognition, estimated premorbid IQ, and degree of deterioration from premorbid using z-score cut-offs; functional subgroups were created with cluster analysis based on the Specific Level of Functioning Scale and current neurocognition. The sample was neurocognitively heterogeneous; 65% displayed current neurocognitive impairment and 84% experienced some level of deterioration. Thirty percent of our sample was relatively higher functioning despite significant neurocognitive impairment. Individuals with better community functioning, regardless of neurocognitive performance, had lower symptom severity compared to those with worse functioning. These results highlight the variability in neurocognition and its role in functioning. Understanding individual differences in neurocognitive and functional profiles and the interaction between prior and current cognitive functioning can guide individualized treatment and selection of participants for clinical treatment studies.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».