Towards a neuroimaging biomarker of depression vulnerability
Notice bibliographique
Résumé
Abstract Major depressive disorder (MDD) is a pervasive and debilitating illness, with a recurrent course and chronic prognosis. Although effective treatments for MDD exist, there is a pressing need to characterize relapse vulnerability in order to design effective prophylactic care. To date, heterogeneity within depression neuroimaging research has made it difficult to establish a reliable biomarker of disorder susceptibility. In this paper, we review neuroimaging evidence for the assessment of MDD vulnerability, theorizing that current findings can be broadly distinguished between those indicating the presence of depressive episodes and those indicating MDD vulnerability during symptom remission. We argue that unlike the amygdala hyperactivity and prefrontal hypoactivity observed during MDD episodes, prefrontal hyperactivity may be a characteristic of dysphoric cognition during symptom remission that indicates MDD vulnerability and relapse risk. Drawing on current research of normative emotion regulation, we describe a potential test of MDD vulnerability, employing emotional challenge paradigms that induce cognitive reactivity — the increased endorsement of negative self-descriptions during a transient dysphoric mood. Relative to a normative model of prefrontal function, the neuroimaging assessment of cognitive reactivity may provide a reliable indicator of MDD vulnerability, advancing the field of biomarker research as well as the delivery of preventative treatment on an individual basis.
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.
Comment cette classification a été obtenuedéplier
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 | 0,001 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».