Genetic predictors of response to treatment with citalopram in depression secondary to traumatic brain injury
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To determine which serotonergic system-related single nucleotide polymorphisms (SNPs) predicted variation in treatment response to citalopram in depression following a traumatic brain injury (TBI). METHODS: Ninety (50 M/40 F, aged 39.9, SD = 18.0 years) post-TBI patients with a major depressive episode (MDE) were recruited into a 6-week open-label study of citalopram (20 mg/day). Six functional SNPs in genes related to the serotonergic system were examined: serotonin transporter (5HTTLPR including rs25531), 5HT1A C-(1019)G and 5HT2A T-(102)C, methylene tetrahydrofolate reductase (MTHFR) C-(677)T, brain-derived neurotrophic factor (BDNF) val66met and tryptophan hydroxylase-2 (TPH2) G-(703)T. Regression analyses were performed using the six SNPs as independent variables: Model 1 with response (percentage Hamilton Depression (HAMD) change from baseline to endpoint) as the dependent variable and Model 2 with adverse event index as the dependent variable (Bonferroni corrected p-value < 0.025). RESULTS: MTHFR and BDNF SNPs predicted greater treatment response (R(2)= 0.098, F = 4.65, p = 0.013). The 5HTTLPR predicted greater occurrence of adverse events (R(2)= 0.069, F = 5.72, p = 0.020). CONCLUSION: Results suggest that polymorphisms in genes related to the serotonergic system may help predict short-term response to citalopram and tolerability to the medication in patients with MDE following a TBI.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle