A cross-sectional study of cognitive performance in bipolar disorder across the lifespan: the cog-BD project
Notice bibliographique
Résumé
Abstract Background Neuroprogressive models of the trajectory of cognitive dysfunction in patients with bipolar disorder (BD) have been proposed. However, few studies have explored the relationships among clinical characteristics of BD, cognitive dysfunction, and aging. Methods We conducted a cross-sectional analysis in euthymic participants with the MATRICS Cognitive Consensus Battery, the Trail Making Test B, the Stroop Test, and the Wechsler Test of Adult Reading. Age- and gender-equated control participants without a mental disorder [‘Healthy Controls’ – HC)] were assessed similarly. We compared cognitive performance both globally and in seven domains in four groups: younger BD (age ⩽49 years; n = 70), older BD (age ⩾50 years; n = 48), younger HC ( n = 153), and older HC ( n = 44). We also compared the BD and HC groups using age as a continuous measure. We controlled for relevant covariates and applied a Bonferroni correction. Results Our results support both an early impairment (‘early hit’) model and an accelerated aging model: impairment in attention/vigilance, processing speed, and executive function/working memory were congruent with the accelerated aging hypothesis whereas impairment in verbal memory was congruent with an early impairment model. BD and HC participants exhibited similar age-related decline in reasoning/problem solving and visuospatial memory. There were no age- or diagnosis-related differences in social cognition. Conclusion Our findings support that different cognitive domains are affected differently by BD and aging. Longitudinal studies are needed to explore trajectories of cognitive performance in BD across the lifespan.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».