MétaCan
Menu
Retour à la cohorte

Negative Symptoms And Body Mass Index In The Chronic Phase Of Schizophrenia

2017· other· en· W6908634534 sur OpenAlexaboutno aff

Notice bibliographique

RevueBiblioBoard Library Catalog (Open Research Library) · 2017
Typeother
Langueen
DomaineArts and Humanities
ThématiqueHistory of Medicine Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSchizophrenia (object-oriented programming)Body mass indexPositive and Negative Syndrome ScaleAnalysis of varianceDepression (economics)Negative symptomScale (ratio)

Résumé

récupéré en direct d'OpenAlex

Background and Aims:Our study aimed to validate the hypothesis that negative symptoms of schizophrenia encompass two domains namely apathy-avolition (AA) and diminished expression (DE) and to investigate the relationship of these domains with body mass index.Methods:A total of 100 consecutive schizophrenia outpatients, with primary negative symptoms, were evaluated using the Positive and Negative Syndrome Scale (PANSS), Negative Symptoms Assessment Scale (NSA-16), Calgary Depression Scale for Schizophrenia (CDSS), Simpson-Angus Scale (SAS) and a semi-structured interview was used to assess demographic features and body mass index. Data were analyzed using descriptive statistics, principal component analysis,correlation analysis and analyses of variance and co-variance.Results:We found a two-factor solution for the negative symptoms of schizophrenia represented by AA and DE. Analyses of correlation, variance and co-variance suggested that higher AA scores were associated with normal weight. No significant differences were found regarding DE scores in relationship with the body mass index.Conclusions:Our findings suggest the AA and DE domains show meaningful differences concerning the relationship with body mass index. Lower apathy-avolition levels are associated with higher body mass index in chronic stable schizophrenia patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,350
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiblioBoard Library Catalog (Open Research Library)Même sujetHistory of Medicine StudiesTravaux en français237 207