Novel Phospholipid Signature of Depressive Symptoms in Patients With Coronary Artery Disease
Notice bibliographique
Résumé
Background Depression in patients with coronary artery disease ( CAD ) is associated with increased cardiovascular morbidity. Given the proinflammatory actions of phospholipids, aberrant phospholipid metabolism may be an etiological mechanism linking CAD and depression. Our primary objective was to identify a phospholipid biomarker panel that characterizes CAD patients with significant depressive symptoms from those without. Methods and Results We performed a targeted lipidomic analysis on CAD patients with significant depressive symptoms (n=37, Center for Epidemiologic Studies Depression score ≥16) and those without (n=49). Phospholipid species were selected using partial least‐square discriminant analysis, and the ability of the resulting model to discriminate between groups was evaluated using receiver operator characteristic curves. Biosignature scores were calculated from this model, and analyses of covariance were performed to compare intergroup differences in biosignature scores, with adjustment for clinical differences between patients. Those with significant depressive symptoms had lower cardiopulmonary fitness, more prevalent history of depression, and a greater number of vascular risk factors. A model of 10 phospholipid species had an area under the curve value of 0.84 (95% confidence interval 0.72‐0.95), sensitivity of 0.73, and specificity of 0.71. This model passed permutation testing (n=1000, P <0.001). Biosignature scores were higher in those with significant depressive symptoms after adjustment for potential confounders (F[1.86]=14.39, P <0.0005). Conclusions The present findings support the role of proinflammatory phospholipid species in the presence of depression in CAD patients from the CAROTID trial (Coronary Artery Disease Randomized Omega‐3 Trial in Depression). Future investigations should aim to replicate findings in larger data sets and clarify possible pathophysiological mechanisms. Clinical Trial Registration URL : https://www.clinicaltrials.gov . Unique identifier: NCT 00981383.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 | 0,000 |
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 source (Gemma direct ou Codex distillé), 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 ».