Factores cognitivos que discriminan entre pacientes esquizofrénicos con y sin respuesta al tratamiento
Bibliographic record
Abstract
Resumen Identificar qué mejoras en la función cognitiva se asocian con la resolución de los síntomas en pacientes esquizofrénicos tratados con antipsicóticos atípicos. Diseño: un ensayo abierto prospectivo con neuroléptics atípicos (risperidona, clozapina, quetiapina). Entorno: Unidades de pacientes hospitalizados y ambulatorios. Pacientes: Se incluyeron 39 pacientes con esquizofrenia según los criterios del DSM-IV. La evaluación clínica y cognitiva se hizo en la línea de base (T0) y de nuevo después de seis meses de tratamiento (T2). Veinticinco pacientes completaron el ensayo. Intervenciones: Antipsicóticos de nueva generación durante seis meses. Se consideraba que los pacientes respondían si su puntuación de la PANSS disminuía el 20% al menos (n= 15), y que no respondían si no lo hacía (n= 10). Medidas de evolución: una evaluación cognitiva informatizada comprendía pruebas de memoria a corto plazo (amplitud de dígitos), memoria explícita a largo plazo explícita (aprendizaje de pares de palabras), atención dividida, atención selectiva y fluidez verbal (ortográfica y semántica). La evaluación clínica incluía la PANSS y la ESRS. Resultados: Se realizó un análisis de función discriminante para determinar qué cambios en el rendimiento cognitivo predecían la condición de respuesta de los síntomas. La fluidez semántica y la fluidez ortográfica fueron predictores significativos. Juntos, predecían correctamente la condición de respuesta en el 88% de los casos. La memoria no fue un predictor significativo de la respuesta de los síntomas. Conclusión: la fluidez verbal discriminó al grupo de pacientes con respuesta del grupo de los pacientes sin ella durante un tratamiento farmacológico.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".