Risk factors and peripheral biomarkers for schizophrenia spectrum disorders: an umbrella review of meta‐analyses
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective This study aimed to systematically appraise the meta‐analyses of observational studies on risk factors and peripheral biomarkers for schizophrenia spectrum disorders. Methods We conducted an umbrella review to capture all meta‐analyses and Mendelian randomization studies that examined associations between non‐genetic risk factors and schizophrenia spectrum disorders. For each eligible meta‐analysis, we estimated the summary effect size estimate, its 95% confidence and prediction intervals and the I 2 metric. Additionally, evidence for small‐study effects and excess significance bias was assessed. Results Overall, we found 41 eligible papers including 98 associations. Sixty‐two associations had a nominally significant ( P ‐value <0.05) effect. Seventy‐two of the associations exhibited large or very large between‐study heterogeneity, while 13 associations had evidence for small‐study effects. Excess significance bias was found in 18 associations. Only five factors (childhood adversities, cannabis use, history of obstetric complications, stressful events during adulthood, and serum folate level) showed robust evidence. Conclusion Despite identifying 98 associations, there is only robust evidence to suggest that cannabis use, exposure to stressful events during childhood and adulthood, history of obstetric complications, and low serum folate level confer a higher risk for developing schizophrenia spectrum disorders. The evidence on peripheral biomarkers for schizophrenia spectrum disorders remains limited.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle