MétaCan
Menu
Retour à la cohorte
Enregistrement W4405354628 · doi:10.1016/j.schres.2024.12.004

Does metacognitive training for psychosis (MCT) improve neurocognitive performance? A systematic review and meta-analysis

2024· review· en· W4405354628 sur OpenAlexafffund
Danielle Penney, Geneviève Sauvé, Daniel Mendelson, Élisabeth Thibaudeau, Steffen Moritz, Adèle Hotte‐Meunier, Martín Lepage

Notice bibliographique

RevueSchizophrenia Research · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensMcGill University Health CentreUniversité du Québec à MontréalMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchCanada First Research Excellence FundMcGill University
Mots-clésNeurocognitiveMeta-analysisPsychologyPsychosisMetacognitionCognitive psychologyClinical psychologyCognitionMedicinePsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Metacognitive training for psychosis (MCT) offers benefits for addressing hallmark deficits/symptoms in schizophrenia spectrum disorders including reductions in cognitive biases and positive/negative symptoms as well as improvements in social cognition and functioning. However, differing results exist regarding the relationship between MCT and neurocognition. A comprehensive understanding of the nature of this relationship would significantly contribute to the existing literature and our understanding of the potential added value of MCT as a cognitive intervention for psychosis. METHODS: Across eleven electronic databases, 1312 sources were identified, and 14 studies examining MCT and neurocognition in psychosis were included in this review. Measures of estimated effect sizes were calculated with Hedge's g, moderator analyses used Cochrane's Q statistic and significance tests to measure group differences according to control conditions. RESULTS: = 328). When comparing MCT against control interventions, non-significant differences in estimated effect sizes were observed across all neurocognitive domains when evaluating pre-post changes (g ≤ 0.1, p > .05). Two additional studies corroborated these results in a narrative review. CONCLUSION: These findings suggest that when compared against control conditions, MCT does not pose a statistically meaningful benefit to neurocognitive performance. General practice/learning effects are likely the main contributor that explains improvement in neurocognitive performance, and not a difference of intervention allocation when considering MCT against the included control comparators. These findings help establish the specificity of the effects of MCT.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,027
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0130,019
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,259
Tête enseignante GPT0,472
Écart entre enseignants0,213 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSchizophrenia ResearchMême sujetSchizophrenia research and treatmentTravaux en français237 207