Perceived cognitive loss, symptomology, and psychological well-being with bipolar disorder
Notice bibliographique
Résumé
BACKGROUND: Adults with bipolar disorder (BD) commonly present with cognitive deficits. Many also report subjective or perceived cognitive failures. For this study, we identified four distinct clusters of adults with BD on the basis of both BD symptoms (depression and hypo/mania) and perceived cognitive errors (i.e., forgetfulness, distractibility, false triggering). We hypothesized that participants reporting more BD symptoms and cognitive errors would report lower psychological well-being (i.e., self-efficacy, life scheme, life satisfaction). A second objective was to determine if and how clusters differed in terms of BD related factors (e.g., subtypes, sleep, medications) and sociodemographic differences such as age of participants. From the BADAS (Bipolar Affective Disorder and older Adults) Study, we identified 281adults with BD (M = 44.27 years of age, range 19-81), recruited via social media. RESULTS: All clusters significantly differed across all grouping variables except symptoms of hypo/mania due to low frequency. Across clusters, perceived cognitive failures and BD symptoms increased in lockstep; that is, those reporting more cognitive errors also reported significantly higher symptoms of both depression and hypo/mania. As hypothesized, they also reported significantly lower psychological well-being. CONCLUSIONS: Age did not significantly differ across clusters in contrast to existing research in which cognitive loss is objectively measured. That is, perceived cognitive errors are significantly associated with lower psychological well-being for both young and older adults with BD.
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 ».