Multivariate Associations Among White Matter, Neurocognition, and Social Cognition Across Individuals With Schizophrenia Spectrum Disorders and Healthy Controls
Notice bibliographique
Résumé
BACKGROUND AND HYPOTHESIS: Neurocognitive and social cognitive abilities are important contributors to functional outcomes in schizophrenia spectrum disorders (SSDs). An unanswered question of considerable interest is whether neurocognitive and social cognitive deficits arise from overlapping or distinct white matter impairment(s). STUDY DESIGN: We sought to fill this gap, by harnessing a large sample of individuals from the multi-center Social Processes Initiative in the Neurobiology of the Schizophrenia(s) (SPINS) dataset, unique in its collection of advanced diffusion imaging and an extensive battery of cognitive assessments. We applied canonical correlation analysis to estimates of white matter microstructure, and cognitive performance, across people with and without an SSD. STUDY RESULTS: Our results established that white matter circuitry is dimensionally and strongly related to both neurocognition and social cognition, and that microstructure of the uncinate fasciculus and the rostral body of the corpus callosum may assume a "privileged role" subserving both. Further, we found that participant-wise estimates of white matter microstructure, weighted by cognitive performance, were largely consistent with participants' categorical diagnosis, and predictive of (cross-sectional) functional outcomes. CONCLUSIONS: The demonstrated strength of the relationship between white matter circuitry and neurocognition and social cognition underscores the potential for using relationships among these variables to identify biomarkers of functioning, with potential prognostic and therapeutic implications.
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 | 0,001 | 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) | 0,000 | 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 ».