Resilience and Associated Factors in Schizophrenia
Notice bibliographique
Résumé
OBJECTIVE: Resilience in schizophrenia has been associated with multiple clinical variables that, to the best of our knowledge, do not include impulsiveness, aggression and also personality and insight with possible influences, which remain as poorly investigated topics. This study investigated the relationships of resilience with depression, aggression, impulsivity, personality and insight in order to assess the factors that explain resilience in schizophrenia. METHOD: The study included 139 individuals with clinically stable schizophrenia. Data were acquired by means of the Resilience Scale for Adults (RSA), the Positive and Negative Syndrome Scale (PANSS), the Calgary Depression Scale for Schizophrenia (CDSS), the Schedule for Assessment of Insight (SAI), the Eysenck Personality Questionnaire Revised-Abbreviated (EPQR-A), the Barratt Impulsiveness Scale, 11th version (BIS-11) and the Buss-Perry Aggression Questionnaire (BPAQ). Correlations of the scores of the RSA with the scores of the other psychometric scales and the demographic and clinical data were evaluated. Linear regression analysis was used to determine the factors predicting resilience. RESULTS: The PANSS total and general psychopathology scores and scale scores on depression, impulsiveness and aggression were negatively correlated with resilience scores. Attentional impulsiveness, neuroticism and depression predicted low levels of resilience. There were no significant correlations between insight and the total or subdimension scores of resilience except for the subdimension structural style. CONCLUSION: Treatments focusing only on clinical remission in schizophrenia are not sufficiently effective. Interventions for enhancing resilience in schizophrenia should consider depressive symptoms, attentional impulsivity and personality traits such as neuroticism.
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 | 0,000 | 0,002 |
| 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 | 0,000 | 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) | 0,003 | 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 ».