A multisite study of the overlap between symptoms and cognition in schizophrenia
Notice bibliographique
Résumé
Objective: Cognitive impairment is a core feature of schizophrenia spectrum disorders. Our previous study on a first-episode psychosis cohort showed that symptoms related to impoverished/disorganized communication and motor impoverishment predicted verbal and working memory scores, respectively. This study aimed to explore those predictors in people across the range of illness chronicity. Methods: We employed iterative Constrained Principal Component Analysis (iCPCA) to investigate the relationship between 15 cognitive measures from the MATRICS battery, including processing speed, attention, working, verbal and non-verbal memory, reasoning, and problem-solving, and 27 Positive and Negative Syndrome Scale (PANSS) items in 198 outpatients from two sites in Australia and one in Canada. The iCPCA method was used to determine symptoms that reliably predict specific combinations of cognitive measures while controlling Type I errors. Results: We found that a verbal memory and learning component was predicted by the PANSS item Lack of Spontaneity and Flow of Conversation, and a visual attention/working memory component was linked to the PANSS item Motor Retardation. Conclusions: These accord with our previous findings in an early psychosis sample, that is, negative symptoms of diminished expression are key predictors of cognitive abilities in schizophrenia. Namely, communication and motor impoverishments predicted lower scores on tests of verbal memory, learning, visual attention, and working memory. These findings may inform personalized treatment approaches targeting cognitive deficits and negative symptoms in schizophrenia.
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 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».