Gene expression biomarkers of response to citalopram treatment in major depressive disorder
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
There is significant variability in antidepressant treatment outcome, with ∼30-40% of patients with major depressive disorder (MDD) not presenting with adequate response even following several trials. To identify potential biomarkers of response, we investigated peripheral gene expression patterns of response to antidepressant treatment in MDD. We did this using Affymetrix HG-U133 Plus2 microarrays in blood samples, from untreated individuals with MDD (N=63) ascertained at a community outpatient clinic, pre and post 8-week treatment with citalopram, and used a regression model to assess the impact of gene expression differences on antidepressant response. We carried out technical validation of significant probesets by quantitative reverse transcriptase PCR and conducted central nervous system follow-up of the most significant result in post-mortem brain samples from 15 subjects who died during a current MDD episode and 11 sudden-death controls. A total of 32 probesets were differentially expressed according to response to citalopram treatment following false discovery rate correction. Interferon regulatory factor 7 (IRF7) was the most significant differentially expressed gene and its expression was upregulated by citalopram treatment in individuals who responded to treatment. We found these results to be concordant with our observation of decreased expression of IRF7 in the prefrontal cortex of MDDs with negative toxicological evidence for antidepressant treatment at the time of death. These findings point to IRF7 as a gene of interest in studies investigating genomic factors associated with antidepressant response.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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