How do negative symptoms and social cognitive impairments overlap? Clustering analyses on patients living with schizophrenia-spectrum disorder
Notice bibliographique
Résumé
Negative symptoms and social cognition (SC) are intertwined in schizophrenia spectrum disorders (SSD), but the structure of this interaction is not yet fully understood. We employed cluster analyses to advance our understanding of the relationship between negative symptom severity and SC. We sought to identify discrete groups of patients as a function of two factors of negative symptoms-Motivation and Pleasure (MAP) and Expressivity (EXP)-and two domains of SC: emotion recognition (ER) and theory of mind (ToM). We conducted two cluster analyses to determine data-driven subgroups using two independent samples of SSD participants. The first was conducted with an open dataset (n = 296) and the second with a local sample (n = 138), to assess replicability. The first cluster analysis revealed a three-cluster solution. Both analyses highlighted distinct profiles: a 'Relatively Preserved' profile; a 'Combined Impairment' profile, with high negative symptoms and impaired ER and ToM; and a 'MAP' profile, with high MAP symptoms, some EXP symptoms, and slightly to moderately impaired ER and ToM. Reducing the heterogeneity in clinical presentations of SSD patients on these dimensions of negative symptoms and SC provides relevant information that could contribute to a more effective selection of 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».