Cognitive subtypes in youth at clinical high risk for psychosis
Notice bibliographique
Résumé
AIMS: This study aimed to identify and characterize cognitive subtypes among youth at clinical high risk (CHR) for psychosis. METHODS: We conducted a cluster analysis on cognitive measures in a large sample of CHR patients (CHR; n = 764) and healthy controls (HCs; n = 280) from NAPLS-2 (North American Prodrome Longitudinal Study 2). These findings were independently validated using a comparably large sample from NAPLS-3 (n = 628 CHR, 84 HCs). Statistical approaches were employed to compare cognitive, clinical, and functional trajectories at baseline and during 24 months of follow-up, with further analysis of conversion status within these clusters. RESULTS: Two cognitive clusters, "impaired" and "intact," were identified in the CHR group. Baseline differences in verbal abilities and attention and working memory domains distinguished the cognitively intact cluster from HCs. Longitudinally, the impaired group displayed a 'floor' effect, with no noticeable deterioration, but showed a "catch-up" trajectory in attention and working memory. This group had a higher conversion rate and more cases diagnosed with psychotic disorders than the intact group. In the intact group, converters exhibited a decline in attention and functioning. Most cognitive trajectories showed a positive relationship with functional outcomes. CONCLUSIONS: The study provides evidence for distinct cognitive subtypes in CHR, independent of conversion status. Early evaluation across cognitive domains is crucial for identifying trajectories to tailor interventions that aim to enhance outcomes for individuals at CHR for psychosis. Future research should focus on longer follow-up trajectories targeting attention and working memory and explore related intervention strategies.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».