MétaCan
Menu
Retour à la cohorte
Enregistrement W2040358998 · doi:10.3389/fpsyt.2015.00013

Schizophrenia and Depression Co-Morbidity: What We have Learned from Animal Models

2015· review· en· W2040358998 sur OpenAlexaff
James Samsom, Albert H.C. Wong

Notice bibliographique

RevueFrontiers in Psychiatry · 2015
Typereview
Langueen
DomaineNeuroscience
ThématiqueTryptophan and brain disorders
Établissements canadiensCentre for Addiction and Mental HealthUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEndophenotypeSchizophrenia (object-oriented programming)NeuroscienceMechanism (biology)PsychologyDepression (economics)Animal models of depressionPsychiatryCognitionHippocampus

Résumé

récupéré en direct d'OpenAlex

Patients with schizophrenia are at an increased risk for the development of depression. Overlap in the symptoms and genetic risk factors between the two disorders suggests a common etiological mechanism may underlie the presentation of comorbid depression in schizophrenia. Understanding these shared mechanisms will be important in informing the development of new treatments. Rodent models are powerful tools for understanding gene function as it relates to behavior. Examining rodent models relevant to both schizophrenia and depression reveals a number of common mechanisms. Current models which demonstrate endophenotypes of both schizophrenia and depression are reviewed here, including models of CUB and SUSHI multiple domains 1, PDZ and LIM domain 5, glutamate Delta 1 receptor, diabetic db/db mice, neuropeptide Y, disrupted in schizophrenia 1, and its interacting partners, reelin, maternal immune activation, and social isolation. Neurotransmission, brain connectivity, the immune system, the environment, and metabolism emerge as potential common mechanisms linking these models and potentially explaining comorbid depression in schizophrenia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,864
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,337
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations82
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetTryptophan and brain disordersTravaux en français237 207