参与者招募与HPS分组
按精神病病史而非诊断类别划分比较组
招募PSZ、PBD与HCS,依据DSM-5临床访谈与病历确认终生至少一次精神病性发作,分为HPS+与HPS-,并匹配年龄、病前IQ、利手与受教育年限
History of psychosis matters: deviation in age-related decline of working memory across the schizo-bipolar spectrum
横断面人群认知任务(ACE-WM、WMC)结合线性回归与线性混合模型分析,无纵向或动物验证
精神病病史阳性参与者(HPS+,含PSZ与PBD) 精神病病史阴性参与者(HPS-,含PBD与HCS) 年轻成人亚组(20–31岁)
HPS分组依据DSM-5至少一次精神病性发作并经病历确认 ACE-WM任务采用Cowan's K,仅基于目标试次分析 WMC任务采用Pashler's K,基于全显示识别范式 线性回归纳入精神病组、年龄、精神病×年龄交互及IQ、性别协变量 年轻成人亚组(20–31岁,n=63)独立样本t检验
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
按精神病病史而非诊断类别划分比较组
招募PSZ、PBD与HCS,依据DSM-5临床访谈与病历确认终生至少一次精神病性发作,分为HPS+与HPS-,并匹配年龄、病前IQ、利手与受教育年限
测量WM编码期间的注意控制(自下而上与自上而下的注意竞争)
采用含等量闪烁与非闪烁Gabor patches的视空间变化检测任务,设置预测性与非预测性线索,计算Cowan's K
测量工作记忆容量
采用经典颜色变化检测任务,全显示识别,计算Pashler's K
检验精神病病史与年龄对WM表现的主效应及交互作用
分别对ACE-WM与WMC建立线性回归模型,并对ACE-WM进行线性混合模型分析以考察显著性、线索及精神病交互
检验HPS+在成年早期是否已存在认知损害
按年龄三分位数分组,选取最年轻三分位(20–31岁)进行HPS+与HPS-的独立样本t检验并计算Cohen's d
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| ACE-WM与WMC任务实施 | Presentation软件14.9版 | neurobs | -- |
| 行为数据分析 | Matlab | -- | -- |
| 统计分析 | R 2023.12.1版 | -- | -- |
| SPSS 22版 | IBM | -- | |
| 样本量估算 | G*Power 3.1.9.2版 | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 参与者分组与诊断 | HPS分组依据DSM-5至少一次精神病性发作并经病历确认;HPS+含62 PSZ与28 PBD,HPS-含29 PBD与70 HCS 阅读提示:Methods 中 Participants 与 HPS grouping 小节及 Table 1 |
| ACE-WM任务 | Gabor patches数量、闪烁频率7.5 Hz、set size、目标与捕捉试次比例、仅目标试次分析 阅读提示:Methods 中 ACE-WM paradigm 小节及 Fig. 1 图注 |
| WMC任务 | set size、编码/延迟/测试时长、试次间隔、变化与无变化试次比例 阅读提示:Methods 中 WMC paradigm 小节及 Fig. 2 图注 |
| 统计模型 | 线性回归纳入精神病组、年龄、精神病×年龄交互及IQ、性别协变量;显著性水平α=0.05双尾 阅读提示:Methods 中 Linear regression models 与 Analysis of behavioral data 小节及 Tables 2–3 |
| 年轻成人亚组分析 | 年龄三分位切分、最年轻三分位样本量与检验方法 阅读提示:Methods 中 Early adulthood subgroup 与 Independent samples t-tests 小节 |