Ages of Onset of Mood and Anxiety Disorders in Fragile X Premutation Carriers
Notice bibliographique
Résumé
Objective: FMR1 premutation carriers of both genders have a high lifetime prevalence of anxiety and depressive disorders, however little is known regarding the onset ages of these conditions. This study compared onset ages of mood and anxiety disorders in premutation carriers with typical onset ages of the same disorders in the general population. Methods: Eighty-one premutation carriers (42% men; average age 62, SD 10) with and without FXTAS completed the Structured Clinical Interview for DSM-IV-TR. Onset ages of mood and anxiety disorders were compared to the corresponding typical population onset ages using the signed rank test. Results: Overall median onset ages of MDD (46 years old, p < 0.0001), panic disorder (40 years old, p = 0.0067), and specific phobia (11.5 years old, p = 0.0003) were significantly higher in premutation carriers compared to the general population. Median MDD onset ages in male carriers (52 years old) and those with FXTAS (49.5 years old) were significantly higher relative to the general population (median 32, both p < 0.0001). Tremor and ataxia emerged significantly later than MDD and the anxiety disorders studied. Conclusion: Depressive and anxiety disorders in premutation carriers have a later onset compared to the general population, but precede the onset of motor symptoms. This may be due to progressive mRNA toxicity in the limbic system, white matter changes leading to neuronal dysconnectivity, and interaction with environmental factors. Psychosocial factors may be protective. Further research is needed to understand the full spectrum of psychiatric phenotypes in FMR1 premutation carriers.
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 | 0,000 |
| 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 ».