Metabolic disturbances, hemoglobin A1c, and social cognition impairment in Schizophrenia spectrum disorders
Notice bibliographique
Résumé
Social cognitive impairments are core features of schizophrenia spectrum disorders (SSD) and are associated with greater functional impairment and decreased quality of life. Metabolic disturbances have been related to greater impairment in general neurocognition, but their relationship to social cognition has not been previously reported. In this study, metabolic measures and social cognition were assessed in 245 participants with SSD and 165 healthy comparison subjects (HC), excluding those with hemoglobin A1c (HbA1c) > 6.5%. Tasks assessed emotion processing, theory of mind, and social perception. Functional connectivity within and between social cognitive networks was measured during a naturalistic social task. Among SSD, a significant inverse relationship was found between social cognition and cumulative metabolic burden (β = -0.38, p < 0.001) and HbA1c (β = -0.37, p < 0.001). The relationship between social cognition and HbA1c was robust across domains and measures of social cognition and after accounting for age, sex, race, non-social neurocognition, hospitalization, and treatment with different antipsychotic medications. Negative connectivity between affect sharing and motor resonance networks was a partial mediator of this relationship across SSD and HC groups (β = -0.05, p = 0.008). There was a group x HbA1c effect indicating that SSD participants were more adversely affected by increasing HbA1c. Thus, we provide the first report of a robust relationship in SSD between social cognition and abnormal glucose metabolism. If replicated and found to be causal, insulin sensitivity and blood glucose may present as promising targets for improving social cognition, functional outcomes, and quality of life in SSD.
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 | 0,000 | 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 | 0,000 | 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) | 0,001 | 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 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 ».