Relationship between grammar and schizophrenia: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Schizophrenia significantly impairs everyday communication, affecting education and employment. Such communication difficulties may arise from deficits in syntax-understanding and generating grammatical structures. Research on syntactic impairments in schizophrenia is underpowered, with inconsistent findings, and it is unclear if deficits are specific to certain patient subgroups, regardless of symptom profiles, age, sex, or illness severity. METHODS: A pre-registered (Open Science Framework: https://doi.org/10.17605/OSF.IO/7FZUC ) search using PubMed, Scopus, PsycINFO, and Web of Science databases up to May 1, 2024, for all studies investigating syntax comprehension and production in schizophrenia vs. healthy controls. Excluding studies on those <18 years of age and qualitative research, we extracted Cohen's d and log coefficient of variation ratio and used Bayesian meta-analysis across 6 domains: 2 in comprehension and 4 in production in patient-control comparisons. Study quality was evaluated using a modified Newcastle-Ottawa Scale, with moderators (age, sex, study quality, language) tested via meta-regression. RESULTS: We identify 86 relevant articles, of which 45 have sufficient data for meta-analysis (n = 2960 participants, 64.4% English, weighted mean age(sd) = 32.3(5.6)). Bayesian meta-analysis shows strong evidence of syntactic deficits in schizophrenia across all domains (d = 0.65-1.01, overall random-effects d = 0.86, 95% CrI [0.67-1.03]), with syntax comprehension being most affected, with weak publication bias. People with schizophrenia show increased variability in comprehension and production of long and complex utterances (lnCVR = 0.21, 95% CrI [0.07-0.36]), hinting at subgroups with differing performance. CONCLUSIONS: Robust impairments in grammatical comprehension and production in schizophrenia suggest opportunities for targeted interventions focusing on syntax, a rule-based feature amenable to cognitive, educational, and linguistic interventions.
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 | 0,014 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,033 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».