Increased intra-subject variability in reward behavior relates to symptom severity in schizophrenia
Notice bibliographique
Résumé
Schizophrenia (SZ) is a complex disorder characterized by positive and negative symptoms that have been linked to dysfunction in cognition and reward motivation. Recent findings show higher inter-subject variability in SZ in various cognitive functions. This raises the question of whether there is also higher intra-subject variability in SZ at the psychological level, specifically increased variability across the trials of a psychological task within the subject itself, that is, intra-subject variability. To examine fluctuations in behavior during a reward-based discrimination and liking task, we analyzed intra-subject variability in SZ and observed the following: (i) increased intra-subjective variability across all four behavioral measures, that is, response times (RT) for discrimination and liking tasks, as well as accuracy (ACC) and liking ratings; (ii) significant correlation of the different measures' intra-subject variabilities across the distinct tasks, e.g., RT, ACC, and liking ratings among each other; and (iii) relation of the increased intra-subjective variability in the behavioral measures (RT, ACC, liking) with overall and general psychopathological symptom severity, as measured by the positive and negative syndrome scale (PANSS). Together, we demonstrate abnormally increased intra-subjective variability in a reward-motivation task in SZ and its key role in relation to symptom severity. This increased intra-subject variability at the psychological-behavioral level suggests abnormal and imprecise timing in cognitive processing, which aligns with analogous findings of temporal imprecision at the neural level.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».