Insights into psychosis risk from leukocyte microRNA expression
Notice bibliographique
Résumé
Dysregulation of immune system functions has been implicated in schizophrenia, suggesting that immune cells may be involved in the development of the disorder. With the goal of a biomarker assay for psychosis risk, we performed small RNA sequencing on RNA isolated from circulating immune cells. We compared baseline microRNA (miRNA) expression for persons who were unaffected (n=27) or who, over a subsequent 2-year period, were at clinical high risk but did not progress to psychosis (n=37), or were at high risk and did progress to psychosis (n=30). A greedy algorithm process led to selection of five miRNAs that when summed with +1 weights distinguished progressed from nonprogressed subjects with an area under the receiver operating characteristic curve of 0.86. Of the five, miR-941 is human-specific with incompletely understood functions, but the other four are prominent in multiple immune system pathways. Three of those four are downregulated in progressed vs. nonprogressed subjects (with weight -1 in a classifier function that increases with risk); all three have also been independently reported as downregulated in monocytes from schizophrenia patients vs. unaffected subjects. Importantly, these findings passed stringent randomization tests that minimized the risk of conclusions arising by chance. Regarding miRNA-miRNA correlations over the three groups, progressed subjects were found to have much weaker miRNA orchestration than nonprogressed or unaffected subjects. If independently verified, the leukocytic miRNA biomarker assay might improve accuracy of psychosis high-risk assessments and eventually help rationalize preventative intervention decisions.
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) | 0,001 | 0,001 |
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 ».