Plasma copeptin and metabolic dysfunction in individuals with bipolar disorder
Notice bibliographique
Résumé
AIM: This study aimed to compare plasma copeptin levels, the c-terminal of provasopressin, between individuals with bipolar disorder (BD) and healthy controls and to assess the relation between copeptin and metabolic parameters. METHODS: We measured plasma levels of copeptin in individuals with BD (n = 55) and healthy controls (n = 21). Information related to psychiatric/medical history, as well as to metabolic comorbidities and laboratorial parameters was also captured. Insulin resistance and β-cell function in basal state were calculated from fasting plasma glucose and C-peptide using the HOMA2 calculator. Impaired glucose metabolism was defined as pre-diabetes or type 2 diabetes mellitus. Copeptin, adiponectin, and leptin plasma levels were determined by enzyme-linked immunosorbent assay. RESULTS: Plasma copeptin levels were lower in individuals with BD, relative to healthy controls (P < 0.001). There were significant interactions between BD and plasma copeptin on β-cell function (rate ratio [RR] = 1.048; P = 0.030) and on leptin levels (RR = 1.087; P = 0.012), indicating that there was a positive correlation between these markers in the BD group, but a negative one in healthy controls. Finally, in individuals with BD only, the association between β-cell function, body mass index (RR = 1.007; P < 0.001), and insulin resistance (RR = 1.001; P = 0.037) was moderated by copeptin levels. CONCLUSION: Copeptin levels were lower in individuals with BD than in healthy controls. There were differential associations between copeptin and metabolic parameters within the BD and healthy control subgroups, suggesting an association between abnormal copeptin and metabolic dysregulation only in the BD population.
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 | 0,001 |
| 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 ».