Neurocognitive performance and cognitive biases in young adults with schizotypal traits
Notice bibliographique
Résumé
Recent research suggests that neurocognitive deficits in patients with schizophrenia may increase the risk of developing cognitive biases. As such, we set out to determine this predictive relationship as it pertains to the development of a first-episode psychosis. We hypothesized that poorer performance in processing speed would be associated with jumping to conclusions and an externalizing bias. Poorer performance in working memory would be associated with belief inflexibility and jumping to conclusions, and poorer performance in attention would be associated with attention to threat. We hypothesized that all cognitive biases would be associated with subsyndromal positive symptoms, and schizotypal traits would moderate these relationships. Undergraduate students (N = 130) completed the Schizotypal Personality Questionnaire, DAVOS Assessment of Cognitive Biases, Community Assessment of Psychic Experiences, and a computerized neuropsychological assessment battery. Processing speed had a small effect on externalizing bias, which in turn affected subsyndromal positive symptoms. There was no moderating effect of schizotypal traits on externalizing bias, but it was significantly associated with subsyndromal positive symptoms. Only the externalizing bias was associated with subsyndromal positive symptomatology, which might be explained by a restricted range and reduced variance in performance as a result of using a university student sample. This is one of few studies that sought to explain the mechanism responsible for the development of subsyndromal positive symptoms in a healthy sample using self-report measures.
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 | 0,000 | 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 ».