Serum levels of interleukin 6 in schizophrenic patients during treatment augmentation with sarcosine (results of the <scp>PULSAR</scp> study)
Notice bibliographique
Résumé
OBJECTIVE: Augmentation of sarcosine, a natural inhibitor of the glycine transporter type I, normalizes glutamatergic neurotransmission, having beneficial impact on primary negative symptoms in schizophrenia and may also influence immune system and interleukin 6 (IL-6) levels. AIM: Finding a relationship between initial IL-6 serum concentrations or its changes and severity of symptoms as a result of sarcosine addition to stable antipsychotic treatment. METHOD: Fifity-eight individuals with schizophrenia with predominantly negative symptoms completed a 6-month randomized, double-blind placebo-controlled prospective study. Patients received 2 g of sarcosine (n = 29) or placebo (n = 30) daily per os. We measured IL-6 levels and severity of symptoms at the beginning, after 6 weeks and 6 months. As main clinical tools, we used Positive and Negative Syndrome Scale (PANSS) and Calgary depression scale for schizophrenia (CDSS). RESULTS: Augmentation with sarcosine had no effect on IL-6 serum levels in all time points. We noted significant improvements in negative symptoms, general psychopathology, and total PANSS score in the sarcosine group. We found correlation of initial serum IL-6 with severity of positive symptoms and negative association between IL-6 levels reduction and positive symptoms reduction. CONCLUSIONS: Sarcosine does not significantly affect IL-6 concentrations but IL-6 may be involved in mechanisms related to the presence of positive symptoms.
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 ».