Evaluation of the Relationship between Disability and Disease Severity, Cognitive Functions, and Insight in Patients with Schizophrenia
Notice bibliographique
Résumé
Objective: This study aims to examine the clinical characteristics, cognitive functions, and levels of insight, which are thought to be related to disability in schizophrenia patients, and to determine which variable will guide the clinician to predict the disability.Methods: Participants were 102 individuals with schizophrenia aged 18-60.All participants completed the social functioning scale and the Beck cognitive insight scale.To determine the severity of disability, World Health Organization Disability Assessment Schedule 2.0 (WHODAS 2.0) scale was conducted.Positive and negative syndrome scale, Calgary depression scale for schizophrenia, trail making tests and Stroop test were performed.Results: The regression analysis indicated that high income, increased education level, and fewer hospitalization variables had significant negative effects (p 0.05) on the WHODAS overall score, explaining 20.8% of the variance.The duration of trail-making test form A, PANSS total score, and Stroop 3 duration variables had significant positive effects (p 0.05) on the WHODAS score, explaining 49.3% of the total variance.Increased levels of education, higher income, and higher cognitive insight were found to be associated with less disability.Increased severity of disease and some deterioration in the mental field were found to be related to high disability.Conclusion: In this research, the predictors of disability in individuals with schizophrenia, level of education, and income are among the predictors of disability, and disease severity seems to be more related to the impairment of cognitive functions.Interventions and treatments that support the psychosocial functionality should be planned rather than symptom-oriented treatment approaches.
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 | 0,002 |
| 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 | 0,000 | 0,002 |
| 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 ».