Hippocampal volumes in bipolar disorders: opposing effects of illness burden and lithium treatment
Notice bibliographique
Résumé
OBJECTIVE: Hippocampal volume decrease associated with illness burden is among the most replicated findings in unipolar depression. The absence of hippocampal volume changes in most studies of individuals with bipolar disorder (BD) may reflect neuroprotective effects of lithium (Li). METHODS: We recruited 17 BD patients from specialized Li clinics, with at least two years of regularly monitored Li treatment (Li group), and compared them to 12 BD participants with < 3 months of lifetime Li exposure and no Li treatment within two years prior to the scanning (non-Li group) and 11 healthy controls. All BD patients had at least 10 years of illness and five episodes. We also recruited 13 Li-naïve, young BD participants (15-30 years of age) and 18 sex- and age-matched healthy controls. We compared hippocampal volumes obtained from 1.5-T magnetic resonance imaging (MRI) scans using optimized voxel-based morphometry with small volume correction. RESULTS: The non-Li group had smaller left hippocampal volumes than controls (corrected p < 0.05), with a trend for lower volumes than the Li group (corrected p < 0.1), which did not differ from controls. Young, Li-naïve BD patients close to the typical age of onset had comparable hippocampal volumes to controls. CONCLUSIONS: Whereas patients with limited lifetime Li exposure had significantly lower hippocampal volumes than controls, patients with comparable illness burden, but with over two years of Li treatment, or young Li-naïve BD patients, showed hippocampal volumes comparable to controls. These results provide indirect support for neuroprotective effects of Li and negative effects of illness burden on hippocampal volumes in bipolar disorders.
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) | 0,001 | 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 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 ».