Relationships between auditory event‐related potentials and mood state, medication, and comorbid psychiatric illness in patients with bipolar disorder
Notice bibliographique
Résumé
BACKGROUND: Patients with bipolar disorder (BD) exhibit aberrations in auditory event-related potentials (ERPs), although the relationships between these measures and mood state at testing, comorbid psychiatric illness, presence of psychotic features, and medication usage are unclear. The purpose of this study was to investigate the relationships between these factors and auditory ERP measures in BD patients. METHODS: An auditory 'oddball' discrimination task was used to elicit ERPs from 69 patients with type I BD and 52 healthy controls. Patients were placed into subgroups based upon their mood state at testing (euthymic or symptomatic), and ANOVA was used to compare amplitude and peak latency measures from the N100, P200, N200, and P300 ERP components across subgroups. Multiple regression was used to investigate relationships between ERP measures and comorbid psychiatric diagnosis, history of psychotic features, and medication status. RESULTS: Relative to healthy control participants, euthymic and symptomatic BD patients exhibited reduced P300 and P200 amplitude, but ERP measures did not differ among BD patients on the basis of mood status. A history of a comorbid anxiety disorder was associated with reduced N200 peak latency, but prolonged P300 peak latency among BD patients. No other relationships between clinical variables and ERP measures were significant. CONCLUSIONS: The results suggest that disrupted auditory attention may be observed in BD patients regardless of their mood state at testing, medication status, or history of psychosis. These results extend previous findings, and provide further evidence for aberrations in the P300 ERP as an endophenotype for BD.
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) | 0,000 | 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 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 ».