Neuroprogression and episode recurrence in bipolar I disorder: A study of gray matter volume changes in first‐episode mania and association with clinical outcome
Notice bibliographique
Résumé
Objectives Bipolar I disorder ( BD ‐I) is associated with gray matter volume ( GMV ) alterations in neural regions important for emotional regulation. Reductions found in patients with multiple episodes are not seen at illness onset, suggesting that changes occur with illness progression, although no prospective studies to date have examined this. In the present study, we assessed GMV at baseline and one year following a first manic episode, examining the impact of episode recurrence on the trajectory of change. Methods A total of 41 recently remitted first manic episode patients with BD ‐I and 25 healthy subjects ( HS ) underwent 3T magnetic resonance imaging at baseline and one year later. Using voxel‐based morphometry, we compared GMV change between HS , patients who experienced a recurrence of a mood episode ( BD recurr ), and patients in sustained remission ( BD well ). Results The GMV change from baseline to one year did not differ significantly between HS and the full BD ‐I group or BD well and HS . However, the BD recurr group had greater GMV loss than HS in left frontal and bilateral temporal regions, and BD well patients involving bilateral frontal, temporal and left parietal regions. Conclusions GMV change early in the course of BD ‐I is associated with clinical outcome, such that neuroprogression found in patients who experience a recurrence of a mood episode is not seen in those with sustained remission. These findings have important implications for the treatment of BD ‐I as they suggest that prevention of recurrence might minimize neuroprogression of the disease, possibly requiring a multipronged early intervention approach to achieve this goal.
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) | 0,001 | 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 ».