MétaCan
Menu
Retour à la cohorte
Enregistrement W4285740935 · doi:10.2147/ndt.s367392

The Predictive Role of Aberrant Metabolic Parameters and Negative Automatic Thinking on the Cognitive Impairments Among Schizophrenia Patients with Metabolic Syndrome

2022· article· en· W4285740935 sur OpenAlexaboutno aff
Xueying Zhang, Chen He, Peijun Ju, Qingrong Xia, Jianliang Gao, Loufeng Zhang, Xuequan Chen, Hui Yuan, Hua Gao, Yang Zhang, Junwei Yan, Wen Xie, Cuizhen Zhu

Notice bibliographique

RevueNeuropsychiatric Disease and Treatment · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensnon disponible
Organismes subventionnairesAnhui Provincial Key Research and Development PlanAnhui Medical University
Mots-clésMetabolic syndromeMedicinePositive and Negative Syndrome ScaleCognitionWaistVerbal fluency testSchizophrenia (object-oriented programming)Clinical psychologyInternal medicinePsychiatryNeuropsychologyPsychosisObesity

Résumé

récupéré en direct d'OpenAlex

Purpose: The study aimed to clarify the cognitive impairments of schizophrenia with metabolic syndrome while evaluating their potential as risk factors. Patients and Methods: We recruited 153 participants and divided them into three groups according to the Diagnostic and Statistical Manual of Mental Disorders, Fifth Edition, criteria and the guideline standards for the prevention and treatment of dyslipidemia in Chinese adults in 2007 for metabolic syndrome, as follows: healthy control group (n = 47); nonmetabolic syndrome group (n = 58); and metabolic syndrome group (n = 48). Psychotic symptoms were evaluated using the Positive and Negative Syndrome Scale. Cognitive function and automatic thinking were estimated using the Montreal Cognitive Assessment Scale, Verbal Fluency Test, and Automatic Thoughts Questionnaire. Serum biochemical parameters were measured by automatic biochemistry analyzer. Results: One-way ANOVA analysis revealed that differential cognition impairments in schizophrenia patients compared to controls. Furthermore, results of multiple comparisons showed that more serious barriers in orientation, language fluency, and negative automatic thinking existed in the metabolic syndrome group than in the healthy and non-metabolic syndrome groups. Spearman correlation and stepwise linear regression analyses showed that psychopathological symptoms, high waist circumference, and high triglyceride were the predictive factors for negative automatic thoughts, orientation, and language fluency. Those results collectively revealed that high waist circumference, high triglyceride and negative automatic thinking had validity and effectiveness in predicting the cognitive function impairments of the metabolic syndrome group. Conclusion: The present findings strongly supported the notion that aberrant parameters of high waist circumference, high triglyceride and high negative automatic thoughts had validity and effectiveness predictive role for cognitive impairments in the schizophrenics with metabolic syndrome. The schizophrenia patients with metabolic syndrome should receive regular monitoring and adequate treatment for metabolic and psychological risk factors.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,220
Écart entre enseignants0,213 · 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'étudeObservationnel
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuropsychiatric Disease and TreatmentMême sujetSchizophrenia research and treatmentTravaux en français237 207