Cognitive, sleep, and neurophysiological markers among suicidal depressed patients
Notice bibliographique
Résumé
Background Depressive disorders are associated with the highest probability of suicide. Different cognitive factors raise the probability of suicide. Sleep disorders are closely related to depression and may play a role in suicide. Aims Evaluation of whether suicidal depressed patients reveals distinct signs of cognitive, sleep, and neurophysiologic damage compared with depressed people who are not suicidal. Settings and design A case–control study involving suicidal depressed patients and non-suicidal in comparison to the control group. Patients and methods A random collection of 120 participants, who were divided into three groups at a ratio of 1:1:1 to be subjected to structured clinical interview for DSM-5(SCID-I), Mini-Mental State Examination (MMSE), Montreal Cognitive Assessment scale (MoCA), Hamilton Depression Rating Scale (HDRS), Beck Scale for Suicidal Ideation (BSSI), Epworth Sleepiness Scale (ESS), and Standard Electroencephalogram (EEG). Statistical analysis SPSS, version 22, for analysis of data. Results Cognitive impairment, especially attention, language, visuospatial, naming, abstract thinking, and sleep disorders were significantly higher in suicidal depressed patients than in non-suicidal depressed patients and control. EEG shows no significant difference among the groups. Conclusion Suicidal depressed patients had significant impairment in different cognitive domains and sleep but no significant difference in EEG compared with non-suicidal depressed patients or control.
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 | 0,005 | 0,101 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».