神经认知缺陷是精神病和抑郁症的核心特征。尽管认知改变存在共性，但目前仍不清楚临床高危精神病患者（CHR）和新近发病精神病患者（ROP）的认知缺陷与新近发病抑郁症患者（ROD）的认知缺陷是否存在区别以及如何区别。

本研究是在欧洲 "用于早期精神病管理的个性化预后工具 "项目内进行的，旨在描述精神病或抑郁症患者的认知特征。

本文研究了欧洲 5 个国家 7 个研究点的 ROP 患者（n = 105）、ROD 患者（n = 123）、CHR 患者（n = 116）和健康对照组（n = 372）的认知特征。确认性因素分析确定了四个独立于性别、教育程度和研究地点的认知因素：处理速度、注意力和工作记忆、言语学习和空间学习。

table2：PRONIA认知测试包含的内容列表

数据分析包括两个步骤。首先，通过验证性因子分析(CFA)，将健康对照和患者获得的原始测量值简化为假设驱动的因子模型。然后，通过施加证明最适合代表PCB的析因结构的模型来推导因子得分。最后将因子得分纳入组间比较，比较组间的认知表现。在进行分组比较之前，从8个测试中提取的16个原始测量值与性别、性别和教育作为协变量一起输入CFA。数据被拟合为五因素、四因素和三因素的先验模型。然后，因子被减少到四个和三个，合并那些在每个步骤中似乎共享共同方差来源的因子。 The Akaike information criterion (AIC) 以及Bayesian information criterion (BIC)是评估这几个模型的指标。年龄、地点、性别、受教育年限和语言被用作协变量，以排除这些特征的混杂效应。

Table3：因子模型分组

每组因子得分(模型中每个因子一个)作为因变量输入到四个单变量方差分析(ANOVA)中，每个单变量方差分析检验组(CHR, ROD, ROP和健康对照)的整体效果。如果整体模型显著，则通过Tukey's honestly显著差异(HSD)检验检验事后组间两两差异，该检验允许误差率判断族(FWER)。

研究的结果显示，早产儿视网膜病变患者在所有四个领域的表现都比健康对照组差（P < 0.001），而早产儿视网膜病变患者的表现则不受影响（P > 0.05）。CHR患者在处理速度（P = 0.001）和空间学习（P = 0.003）方面的表现不如健康对照组，但在所有认知领域的表现均优于ROP患者（所有P均小于0.01）。CHR组和ROD组在任何认知领域都没有显著差异。这些结果与合并抑郁症状、药物消耗和疾病无关。

总的来说，这项结果指出了神经认知缺陷作为易患精神病的标志的特异性。但还需要更多的多中心研究，使用统一的纳入标准和统一的分析程序来阐明精神病、CHR状态和情感性障碍的特定神经认知模式。最终，关于这种不同认知模式的信息可能会在未来改进临床评估，并有助于早期发现精神健康疾病。

原始出处：

Bonivento, C., Kambeitz-Ilankovic, L., Maggioni, E., Borgwardt, S., Lencer, R., Meisenzahl, E., . . . Brambilla, P. (2023). Neurocognitive skills and vulnerability for psychosis in depression and across the psychotic spectrum: Findings from the PRONIA Consortium. The British Journal of Psychiatry, 223(4), 485-492. doi:10.1192/bjp.2023.98IF: 10.5 Q1