Risk and Resilience Markers in Bipolar Disorder: Brain Responses to Emotional Challenge in Bipolar Patients and Their Healthy Siblings
Notice bibliographique
Résumé
OBJECTIVE: The authors previously identified depression-specific differences in brain responses to an emotional challenge in patients with bipolar and unipolar mood disorder. In this study, potential markers of bipolar risk and resilience were examined in a new cohort of lithium-responsive bipolar patients and their healthy siblings. METHOD: Changes in regional cerebral blood flow (rCBF) were measured with [(15)O]water positron emission tomography after induction of transient sadness in nine euthymic lithium responders and nine healthy siblings. The patterns of change in these groups were compared, and then they were contrasted with previous findings on bipolar responders to valproate. RESULTS: Common to all three groups with induced sadness were rCBF increases in the dorsal/rostral anterior cingulate and anterior insula and decreases in the orbitofrontal and inferior temporal cortices. Distinguishing the groups were decreases in the medial frontal cortex in the patients but an increase in this region in the siblings. DISCUSSION: Common changes with emotional challenge were identified in bipolar patients and their healthy siblings. These were not seen previously in healthy subjects without a family history of mood disorder, suggesting a potential marker of bipolar risk. The siblings' unique increases in the medial frontal cortex appear to identify a compensatory response in this at-risk group, as this pattern was not seen previously in healthy subjects without depression risk factors. This differential change pattern in patients and their siblings highlights the role of the anterior cingulate and medial frontal regions in mediating resiliency and vulnerability in bipolar disorder families.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».