Psicopatología y cognición en pacientes con psicosis: aplicación de la metodología de análisis de redes
Bibliographic record
Abstract
Esta tesis doctoral se marca como objetivo realizar un análisis en profundidad la psicopatología y la cognición en trastornos psicóticos. Específicamente, el foco de atención se centra en la aplicación de la metodología del análisis de redes en los datos obtenidos de las evaluaciones de pacientes. Se emplearon cuatro muestras de pacientes con trastornos psicóticos. La primera corresponde al estudio FEMECom, incluyendo pacientes con un primer episodio psicótico, multiepisodio, o población comunitaria. La segunda muestra es la correspondiente al estudio PND-H, estudio con pacientes con psicosis y sus hermanos sanos. La tercera es la relativa al estudio PEPsCog, estudio multicéntrico con pacientes con primer episodio. En cuarto lugar, se incluyen los datos de los participantes en el estudio SEGPEP, un estudio longitudinal y naturalístico de pacientes con un primer episodio psicótico que tuvieron un seguimiento a 20 años, en el que se procedió a evaluar los síntomas psicopatológicos, el curso clínico y los distintos resultados de la enfermedad psicótica, además de una evaluación neuropsicológica. Esta tesis se fundamenta en seis artículos, estructurados en 3 sobre psicopatología y 3 sobre cognición. En 5 de ellos, salvo el último, se emplea la metodología de análisis de redes, eje principal del contenido de la tesis. En el primer artículo se marcó como objetivo investigar en profundidad la estructura de la red de interconexiones de los síntomas psicopatológicos en las psicosis, hipotetizando que la red de síntomas psicopatológicos sería similar a la estructura predefinida de 6 dimensiones de síntomas CASH. En el segundo artículo el objetivo fue examinar la estructura dimensional de los síntomas psicóticos y del estado de ánimo utilizando el análisis gráfico exploratorio, teniendo como hipótesis que los subtipos diagnósticos DSM-5 de psicosis afectivas mostrarían diferencias en la composición de ítems y la centralidad de los síntomas. En el tercer artículo se tuvo como objetivo examinar la estructura de los síntomas y dimensiones psicopatológicos entre el primer episodio de psicosis y el seguimiento a largo plazo a tres niveles, esperando encontrar diferencias significativas entre el momento inicial y el seguimiento a los 20 años en los niveles micro, meso y macro de las redes. En el cuarto estudio el objetivo fue crear una red de funciones neuropsicológicas para analizar las relaciones entre medidas que afectan a las funciones cognitivas en pacientes con psicosis y controles. En el quinto estudio se fijó como propósito analizar la red de la función ejecutiva en pacientes con trastornos psicóticos, planteando que los pacientes y sus hermanos sanos muestren estructuras de red significativamente diferentes. En el sexto estudio se propuso evaluar la capacidad del test Montreal Cognitive Assessment (MoCA) para detectar el deterioro cognitivo en pacientes con psicosis. Los resultados de estos artículos aportan evidencia en el uso de la metodología de análisis de redes, tanto en psicopatología como en cognición, en pacientes con trastornos psicóticos, tanto de primer episodio como a largo plazo. Además, ponen de manifiesto la importancia de la dimensión de desorganización y funciones cognitivas como la ejecutiva por su impacto sobre el pronóstico.
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 | 0.057 | 0.107 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.005 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".