MétaCan
Menu
Retour à la cohorte
Enregistrement W4409245936 · doi:10.7358/neur-2025-037-rubi

Associative memory and memory complaints in people with first episode of depression: use of the Face-Name Associative Memory Exam (FNAME)

2025· article· en· W4409245936 sur OpenAlexaboutno aff
Aida Martín, C. E. Cappa de Nicolau, Francesca Cañellas, Juan Francisco Flores-Vázquez, Stefanie Enriquez‐Geppert, Pilar Andrés

Notice bibliographique

RevueNeuropsychological Trends · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueCognitive Functions and Memory
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContent-addressable memoryPsychologyAssociative propertyDepression (economics)Cognitive psychologyFace (sociological concept)Memory problemsComputer scienceMedicineArtificial intelligenceDementiaLinguisticsArtificial neural network

Résumé

récupéré en direct d'OpenAlex

The aim of the study is to assesses associative memory and memory complaints in daily life in people with a First Episode of Depression (FED). This is a preliminary pilot study with observational design. Thirty participants were recruited and assessed: fifteen patients (FED) and 15 healthy (HCtrl) participants. The recruitment was from Mental Health Units between 2021 to 2022. DSM-5 diagnostic criteria and the International Neuropsychiatric Interview (MINI) were used to diagnose depression. The cognitive tests used were face-Name Associative Memory Exam (FNAME), daily life memory questionnaire (MFE-30), and Montreal Cognitive Assessment Test (MoCA). FED patients showed mean score compared to the HCtrl significantly higher on the MFE-30, but there were no significant differences in the FNAME. Furthermore, the results no significant correlations were observed between subjective (MFE-30) and objective (FNAME) memory performance. We observed a dissociation between FED patients’ perception of memory difficulties and their objectively measured memory.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,035
Tête enseignante GPT0,305
Écart entre enseignants0,270 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuropsychological TrendsMême sujetCognitive Functions and MemoryTravaux en français237 207