Serum metabolite profile associates with the development of metabolic co-morbidities in first-episode psychosis
Notice bibliographique
Résumé
Psychotic patients are at high risk for developing obesity, metabolic syndrome and type 2 diabetes. These metabolic co-morbidities are hypothesized to be related to both treatment side effects as well as to metabolic changes occurring during the psychosis. Earlier metabolomics studies have shown that blood metabolite levels are predictive of insulin resistance and type 2 diabetes in the general population as well as sensitive to the effects of antipsychotics. In this study, we aimed to identify the metabolite profiles predicting future weight gain and other metabolic abnormalities in psychotic patients. We applied comprehensive metabolomics to investigate serum metabolite profiles in a prospective study setting in 36 first-episode psychosis patients during the first year of the antipsychotic treatment and 19 controls. While corroborating several earlier findings when comparing cases and controls and the effects of the antipsychotic medication, we also found that prospective weight gain in psychotic patients was associated with increased levels of triacylglycerols with low carbon number and double-bond count at baseline, that is, lipids known to be associated with increased liver fat. Our study suggests that metabolite profiles may be used to identify the psychotic patients most vulnerable to develop metabolic co-morbidities, and may point to a pharmacological approach to counteract the antipsychotic-induced weight gain.
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 ».