Physical activity and negative symptoms as predictors of metabolic syndrome in patients with schizophrenia
Bibliographic record
Abstract
Wstęp: Głównym założeniem pracy jest ocena zależności między występowaniem zaburzeń metabolicznych a objawami negatywnymi schizofrenii oraz nasileniem aktywności fizycznej.Materiał i metody: Do grupy badanej włączono 46 dorosłych pacjentów, w tym 24 mężczyzn i 22 kobiety, ze schizofrenią rozpoznaną wg kryteriów ICD-10.Oceny stanu psychicznego dokonano przy użyciu trzech skal: Skali zespołów pozytywnego i negatywnego schizofrenii (Positive and Negative Syndrome Scale -PANSS), Krótkiej skali objawów negatywnych (Brief Negative Symptom Scale -BNSS) i Skali samooceny objawów negatywnych (Self-evaluation of Negative Symptoms -SNS).Aktywność fizyczną oceniono, stosując akcelerometrię i mierząc takie parametry, jak: kalorie spalone na godzinę, kalorie spalone na dobę, procent aktywności siedzącej, procent aktywności lekkiej, procent aktywności umiarkowanej, procent aktywności żywej i procent aktywności bardzo żywej.Badano składowe zespołu metabolicznego -profil lipidowy i poziom glikemii na czczo, mierzono obwód talii oraz ciśnienie tętnicze.Posłużono się kryteriami zespołu metabolicznego wg National Cholesterol Education Program Adult Treatment Panel III (NCEP ATP III).Wyniki: Nie stwierdzono istotnych zależności między badanymi parametrami aktywności fizycznej a zespołem metabolicznym.Wykazano różnice w występowaniu niektórych pojedynczych objawów negatywnych schizofrenii w zależności od obecności składowych zespołu metabolicznego, a także korelacje pomiędzy aktywnością fizyczną a pojedynczymi objawami negatywnymi.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| 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".