MétaCan
Menu
Retour à la cohorte
Enregistrement W4243187685 · doi:10.1093/schbul/sbz020.574

S29. EXECUTIVE COGNITIVE TRAINING VS. PERCEPTUAL COGNITIVE TRAINING FOR SCHIZOPHRENIA-SPECTRUM DISORDERS: TREATMENT OUTCOMES AND PREDICTORS OF RESPONSE

2019· article· en· W4243187685 sur OpenAlexaff
Mike Best, Christopher R. Bowie

Notice bibliographique

RevueSchizophrenia Bulletin · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésNeurocognitiveCognitive remediation therapyPsychologyExecutive functionsWorking memoryCognitionWorking memory trainingCognitive trainingClinical psychologySchizophrenia (object-oriented programming)ElectroencephalographyAudiologyPsychiatryMedicine

Résumé

récupéré en direct d'OpenAlex

Neurocognitive impairments are the best predictors of community functioning for individuals with schizophrenia-spectrum disorders. Cognitive remediation is a psychological intervention designed to improve neurocognitive abilities and community functioning. However, different theoretical approaches have developed without any studies directly comparing them. Additionally, with a movement towards personalizing cognitive enhancing techniques, greater emphasis is being placed on determining predictors of treatment response. The current study is the first to compare the two dominant approaches to cognitive remediation (training of executive skills and training of perceptual skills) and examine predictors of treatment response. 70 outpatients with schizophrenia-spectrum disorders were randomized to receive either 6 weeks of executive training (ET) or perceptual training (PT). Electrophysiological activity, neurocognition, functional competence, case-manager rated community functioning, clinical symptoms, and self-report measures were assessed at baseline, post-treatment, and 12-weeks post-treatment. There were minimal differences between groups at the post-treatment visit. PT improved EEG mismatch negativity amplitude significantly more than ET immediately post-treatment (d = 0.64), however, the effect did not persist at 12-week follow-up (d = 0.01). Examining long-term effects, at 12-week follow-up, ET increased EEG theta power during an n-back working memory task (d = 1.01), neurocognition (d = 0.64), functional competence (d = 0.67), and case manager rated community functioning (d = 0.53) to a greater extent than PT. Larger P300 amplitude (B = .47) and theta power during a working memory task (B = .34) at baseline were significantly associated with larger improvements in neurocognition post-treatment. Baseline mismatch negativity amplitude was not significantly associated with treatment response (B = .17), and no baseline EEG measures predicted functional outcomes. Both PT and ET improved neurophysiological mechanisms specific to their domains of intervention, however, only ET resulted in improvement in neurocognition and functioning. Improvements in favor of ET did not appear immediately post-treatment but emerged 12 weeks after the end of active treatment. Training executive functioning may prime further cognitive and functional improvements. Executive functions may be more functionally relevant than other cognitive domains and when addressed in treatment lead to better outcomes. Greater P300 amplitude and theta power may be associated with learning-related processes which are important for acquisition and retention of skills during cognitive training programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,272
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSchizophrenia BulletinMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207