Discovery of blood transcriptomic markers for depression in animal models and pilot validation in subjects with early-onset major depression
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Early-onset major depressive disorder (MDD) is a serious and prevalent psychiatric illness in adolescents and young adults. Current treatments are not optimally effective. Biological markers of early-onset MDD could increase diagnostic specificity, but no such biomarker exists. Our innovative approach to biomarker discovery for early-onset MDD combined results from genome-wide transcriptomic profiles in the blood of two animal models of depression, representing the genetic and the environmental, stress-related, etiology of MDD. We carried out unbiased analyses of this combined set of 26 candidate blood transcriptomic markers in a sample of 15-19-year-old subjects with MDD (N=14) and subjects with no disorder (ND, N=14). A panel of 11 blood markers differentiated participants with early-onset MDD from the ND group. Additionally, a separate but partially overlapping panel of 18 transcripts distinguished subjects with MDD with or without comorbid anxiety. Four transcripts, discovered from the chronic stress animal model, correlated with maltreatment scores in youths. These pilot data suggest that our approach can lead to clinically valid diagnostic panels of blood transcripts for early-onset MDD, which could reduce diagnostic heterogeneity in this population and has the potential to advance individualized treatment strategies.
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.
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 | 0,001 |
| 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 découle