MétaCan
Menu
Retour à la cohorte
Enregistrement W4392984003 · doi:10.1007/s00406-024-01782-3

Deciphering the interplay between psychopathological symptoms, sensorimotor, cognitive and global functioning: a transdiagnostic network analysis

2024· article· en· W4392984003 sur OpenAlexaff
Stefan Fritze, Geva A. Brandt, Sebastian Volkmer, Jonas Daub, Maria Krayem, Jacqueline Kukovic, Emanuel Schwarz, Urs Braun, Georg Northoff, Robert Christian Wolf, Katharina M. Kubera, Andreas Meyer‐Lindenberg, Dušan Hirjak

Notice bibliographique

RevueEuropean Archives of Psychiatry and Clinical Neuroscience · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensRoyal Ottawa Mental Health CentreUniversity of Ottawa
Organismes subventionnairesUniversität HeidelbergDeutsche Forschungsgemeinschaft
Mots-clésPsychopathologyPsychologyCognitionCognitive psychologyPsychotherapistNeuroscienceClinical psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Understanding the relationship between psychopathology and major domains of human neurobehavioral functioning may identify new transdiagnostic treatment targets. However, studies examining the interrelationship between psychopathological symptoms, sensorimotor, cognitive, and global functioning in a transdiagnostic sample are lacking. We hypothesized a close relationship between sensorimotor and cognitive functioning in a transdiagnostic patient sample. METHODS: We applied network analysis and community detection methods to examine the interplay and centrality [expected influence (EI) and strength] between psychopathological symptoms, sensorimotor, cognitive, and global functioning in a transdiagnostic sample consisting of 174 schizophrenia spectrum (SSD) and 38 mood disorder (MOD) patients. All patients (n = 212) were examined with the Positive and Negative Syndrome Scale (PANSS), the Heidelberg Neurological Soft Signs Scale (NSS), the Global Assessment of Functioning (GAF), and the Brief Cognitive Assessment Tool for Schizophrenia consisted of trail making test B (TMT-B), category fluency (CF) and digit symbol substitution test (DSST). RESULTS: NSS showed closer connections with TMT-B, CF, and DSST than with GAF and PANSS. DSST, PANSS general, and NSS motor coordination scores showed the highest EI. Sensory integration, DSST, and CF showed the highest strength. CONCLUSIONS: The close connection between sensorimotor and cognitive impairment as well as the high centrality of sensorimotor symptoms suggests that both domains share aspects of SSD and MOD pathophysiology. But, because the majority of the study population was diagnosed with SSD, the question as to whether sensorimotor symptoms are really a transdiagnostic therapeutic target needs to be examined in future studies including more balanced diagnostic groups.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,615

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,435
Écart entre enseignants0,382 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Archives of Psychiatry and Clinical NeuroscienceMême sujetMental Health Research TopicsTravaux en français237 207