Total sleep time and kynurenine metabolism associated with mood symptom severity in bipolar disorder
Notice bibliographique
Résumé
OBJECTIVE: Chronic, low-level inflammation is associated with symptomatic bipolar disorder (BD) and with chronic insomnia. Disrupted sleep is a feature of episodes of both mania and depression. We examined the effect of neopterin, a marker of cellular immune activation, and kynurenine (KYN), an inflammatory byproduct of the serotonin pathway, on the association between total sleep time and depression severity in BD. METHOD: Twenty-one symptomatic BD participants and 28 healthy controls (HC) were recruited and followed during usual clinical care. At baseline and after symptomatic recovery, total sleep time was objectively measured with actigraphy for 1 week and blood plasma was collected to measure the serotonin precursor tryptophan (TRP), KYN, the KYN/TRP ratio, and neopterin levels. Statistical analyses were conducted using chi-square, independent t tests and hierarchical linear multiple regression models. RESULTS: Total sleep time was correlated positively with depressive severity and negatively with manic severity. TRP was significantly reduced in BD participants compared to HC. KYN, TRP, and the KYN/TRP ratio were associated with depressive severity when total sleep time and body mass index (BMI) were included in the model. The KYN/TRP ratio trended towards a negative association with mania symptoms, controlling for BMI and total sleep time, in acutely symptomatic BD participants. Neopterin was not associated with sleep or mood severity. After usual clinical care, BD participants showed significantly decreased clinical symptoms but no significant differences in sleep phenotype or biomarkers. CONCLUSION: Inflammation, sleep, and mood are closely intertwined. Future research into the effect of inflammation on sleep in BD may lead to clinical markers of outcome.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».