Increased grey matter densities in schizophrenia patients with negative symptoms after treatment with quetiapine: a voxel-based morphometry study
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
Among new-generation antipsychotics, quetiapine was found to be associated with a partial 'normalization' of reduced functional activation in prefrontal and temporal areas and studies conducted by our group found a clinical improvement in negative symptoms in addition to restoration of frontal activation in schizophrenia patients with blunted affect after treatment with quetiapine. Here we investigated the parallelism between improved clinical symptoms and grey mater density (GMD) changes in the frontal region after quetiapine treatment in 15 schizophrenia patients. We hypothesize that improvement in clinical symptoms will be associated with change in GMD in prefrontal regions of interest. By using voxel-based morphometry, paired t-test random-effect analysis showed a significant increase in GMD bilaterally in the inferior frontal cortex/orbitofrontal gyrus and anterior cingulate cortex after 5.5 months of treatment with quetiapine. This GMD increase was associated with a significant improvement in negative symptoms. When GMD was correlated with psychiatric assessment scores, there was a negative correlation between GMD in the anterior cingulate cortex and the Rating Scale for Emotional Blunting score (r=-665, P=0.008) and between the orbitofrontal gyrus and the total Positive and Negative Syndrome Scale negative score (r=-764, P=0.001). Results suggest that increased GMD in some frontal regions are associated with an improvement of negative symptoms. Although not unique to quetiapine, it would be reasonable to attribute the GMD changes in the study to treatment.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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