Effects of metacognitive training (MCT) on social cognition for schizophrenia spectrum and related psychotic disorders: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Background Individuals with schizophrenia spectrum and related psychotic disorders (SSD) experience significant impairments in social cognition that impede functioning. Social cognition is a multidimensional construct consisting of four domains: 1. theory of mind, 2. emotion processing, 3. attributional style and 4. social perception. Metacognitive training (MCT) is an intervention designed to target cognitive biases in psychosis containing two modules addressing social cognition. Methods A systematic review and meta-analysis was conducted to investigate the effects of MCT on social cognition and two of its domains: theory of mind and emotion processing. Ten electronic databases were scoured from 2007 to 1 February 2022 for MCT studies reporting social cognition outcomes for people with SSD (1050 identified, 282 assessed). Effect sizes were calculated using Cohen's d in R. Results Nine studies were included in the meta-analysis ( n MCT = 212, n control = 194). MCT had a small but positive effect on global social cognition ( d = 0.28 [95% CI 0.07–0.49]) and theory of mind ( d = 0.27 [95% CI 0.01–0.52]). MCT showed no evidence of an effect on emotion processing ( d = 0.03 [95% CI –0.26 to 0.32]). Conclusion MCT has a small but significant effect on social cognition for people with SSD. Our results add to other recent meta-analyses showing significant effects of MCT on clinically relevant outcomes such as positive symptoms, cognitive biases and cognitive insight. We recommend that future studies on MCT report outcomes on all four domains of social cognition. Trial Registration PROSPERO (in the process of registration) available at https://www.crd.york.ac.uk/prospero/#recordDetails
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».