Reasoning and interpretation cognitive biases related to psychotic characteristics: An umbrella-review
Notice bibliographique
Résumé
Cognitive biases have been studied in relation to schizophrenia and psychosis for over 50 years. Yet, the quality of the evidence linking cognitive biases and psychosis is not entirely clear. This umbrella-review examines the quality of the evidence and summarizes the effect sizes of the reasoning and interpretation cognitive biases studied in relation to psychotic characteristics (psychotic disorders, psychotic symptoms, psychotic-like experiences or psychosis risk). It also examines the evidence and the effects of psychological interventions for psychosis on cognitive biases. A systematic review of the literature was performed using the PRISMA guidelines and the GRADE system for 128 analyses extracted from 16 meta-analyses. Moderate to high-quality evidence with medium to large effect sizes were found for the following interpretation biases: externalization of cognitive events and self-serving bias, when people with psychotic symptoms were compared to control conditions. Regarding reasoning biases, moderate to high quality evidence with medium to large effect sizes were found for belief inflexibility when linked to delusion conviction and global severity in people with active delusions, although measures from the MADS, overlapping with symptoms, may have inflated effect sizes. Moderate quality evidence with medium to large effect sizes were found for jumping to conclusion biases when clinical samples with psychosis were compared to controls, when using data-gathering tasks. Other cognitive biases are not supported by quality evidence (e.g., personalizing bias, belief about disconfirmatory evidence), and certain measures (i.e., IPSAQ and ASQ) systematically found no effect or small effects. Psychological interventions (e.g., MCT) showed small effect sizes on cognitive biases, with moderate-high-quality evidence. This umbrella review brings a critical regard on the reasoning and interpretation biases and psychotic symptoms literature-although most biases linked to psychotic symptoms are supported by meta-analyses in some way, some have only demonstrated support with a specific population group (e.g., aberrant salience and hostility attribution in healthy individuals with psychotic-like experiences), whereas other biases are currently insufficiently supported by quality evidence. Future quality studies, particularly with clinical populations with psychotic symptoms, are still warranted to ascertain the psychosis-cognitive bias link for specific biases.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,023 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».