MétaCan
Menu
Retour à la cohorte
Enregistrement W7001040598

Illuminating novel predictors of psychosis: Investigations of environmental and bioelectromagnetic predictors of psychosis symptoms in healthy adults

2023· dissertation· en· W7001040598 sur OpenAlexaboutno aff

Notice bibliographique

RevueLu Zone Ul (Laurentian University) · 2023
Typedissertation
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychosisSchizophrenia (object-oriented programming)Depression (economics)Schizoaffective disorderBipolar disorderPersistence (discontinuity)Disease
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Schizophrenia is a debilitating disorder, which often results in irreversible tissue loss in the
\nbrain, making it a difficult disorder to treat. The defining feature of schizophrenia is psychosis,
\nwhich also occurs in schizoaffective disorder, substance use disorders, bipolar disorder, delusional
\ndisorder, and dementia. We are slowly getting a better understanding of schizophrenia as novel
\nbiomarkers are discovered and we learn what influences its prevalence rates. For example, many
\nstudies have shown that schizophrenia is positively correlated with latitude. This knowledge
\ncompliments our understanding of the importance of inflammation and vitamin D deficiency as
\nrisks for schizophrenia. The purpose of the current thesis was three-fold: first, to determine
\nseasonal variability of background photons as a novel environmental variable to use as a psychosis
\npredictor. Second, to determine if the relationship with latitude was present with psychosis
\nsymptoms in healthy adults. And third, to investigate a novel biomarker, biophotons, as a predictor
\nof psychosis/schizotypy symptoms in healthy adults. There were three different studies completed
\nto investigate these questions. The first measured background photon over the course of a year to
\nunderstand seasonal variations and correlations with other geophysical variables. In the second
\nstudy, online psychological questionnaires were administered to a global sample. The results
\nsuggested the symptoms of psychosis were negatively correlated with latitude, opposite of the
\nprevious findings with schizophrenia. Negative correlations were present in spirituality and
\nhypomanic scores, but not depression or anxiety. Additionally, regression analysis revealed that in
\nfemales but not males, components of the Earth’s electromagnetic field were better at predicting
\npsychosis symptoms. In the third study, biophoton emissions from the hands (BPEs), quantitative
\nelectroencephalographic (QEEG), electrocardiographic (ECG), and psychological questionnaires
\nwere measured from participants in Sudbury, ON, Canada. The psychological questionnaires used were the Millon Clinical Multiaxial Inventory (MCMI-IV) and the Temperament Character
\nInventory (TCI-R). The results suggested that biophotons showed some specificity, with overall
\nBPEs from the hands predictive of affective scales in females, and the absolute difference between
\nhands predictive of Schizotypal, Paranoid, and Schizophrenic Spectrum scores in females.
\nSurprisingly, there were very few significant correlations in males. We also found that BPE and
\nQEEG variables combined were able to predict scores on a Depression/Somatic Symptom factor.
\nThese results demonstrate that biophotons could be a potential biomarker for mental health
\ndisturbances. Taken together, these results demonstrate the importance of investigating the
\nenvironmental electromagnetic and bioelectromagnetic variables to predict and understand
\npsychosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,260
Écart entre enseignants0,241 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLu Zone Ul (Laurentian University)Même sujetScientific Computing and Data ManagementTravaux en français237 207