Climate change anxiety and symptom severity in individuals with schizophrenia across seasonal variations: a prospective cohort study
Notice bibliographique
Résumé
Abstract Background Schizophrenia demonstrates complex interactions with environmental factors, including climate change. This study aimed to investigate the relationship between climate change anxiety and symptoms severity among individual with schizophrenia across seasonal variations and it determines. A cohort study was conducted at Assiut University's Psychiatry Hospital, involving 40 individual with schizophrenia and 40 healthy controls. Participants were assessed using multiple tools including the Personality Inventory for DSM-5 (PID-5), Montreal Cognitive Assessment (MOCA), Climate Change Anxiety Scale (CCAS), Symptom Checklist-90-Revised (SCL-90-R), and Positive and Negative Syndrome Scale (PANSS). Data collection spanned a full annual cycle to capture seasonal variations. Results The schizophrenia group showed elevated scores across all personality subscales and lower cognitive function scores than other group. In addition, schizophrenia group exhibited significantly higher climate change anxiety scores compared to controls, with pronounced seasonal variations. Summer presented the highest mean scores for positive symptoms (16.4 ± 5.935), negative symptoms (20.45 ± 5.033), and general psychopathology (39.28 ± 9.597). Medical comorbidity emerged as a significant predictor of climate change anxiety in autumn and winter, while negative symptoms predicted anxiety during winter and spring periods. Conclusions Schizophrenia group experience significant seasonal fluctuations in climate change anxiety, and symptoms, particularly during summer.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».