Citalopram for the Treatment of Agitation in Alzheimer Dementia
Notice bibliographique
Résumé
OBJECTIVE: To assess potential genetic influences on citalopram treatment efficacy for agitation in individuals with Alzheimer dementia (AD). Six functional genetic variants were studied in the following genes: serotonin receptor 2A (HTR2A-T102C), serotonin receptor 2C (HTR2C-Cys23Ser), serotonin transporter (5HTT-LPR), brain-derived neurotropic factor (BDNF-Val66Met), apolipoprotein E (ε2, ε3, ε4 variants), and cytochrome P450 (CYP2C19). Treatment response by genotype was measured by (1) the agitation domain of the Neurobehavioral Rating Scale, (2) the modified Alzheimer Disease Cooperative Study-Clinical Global Impression of Change scale (mADCS-CGIC), (3) the agitation domain of the Neuropsychiatric Inventory (NPI), and (4) the Cohen-Mansfield Agitation Inventory. METHOD: We utilized data from the Citalopram for Agitation in Alzheimer's Disease (CitAD) database. CitAD was a 9-week randomized, double-blind, placebo-controlled multicenter clinical trial showing significant improvement in agitation and caregiver distress in patients treated with citalopram. Proportional odds logistic regression and mixed effects models were used to examine the above-mentioned outcome measures. RESULTS: Significant interactions were noted on the NPI agitation domain for HTR2A (likelihood ratio [LR] = 6.19, df = 2, P = .04) and the mADCS-CGIC for HTR2C (LR = 4.33, df = 2, P = .02) over 9 weeks. DISCUSSION: Treatment outcomes in CitAD showed modest, although statistically significant, influence of genetic variation at HTR2A and HTR2C loci. Future studies should continue to examine the interaction of known genetic variants with antidepressant treatment in patients with AD having agitation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».