MétaCan
Menu
Retour à la cohorte
Enregistrement W2802953782 · doi:10.1111/pcn.12671

Lactate in bipolar disorder: A systematic review and meta‐analysis

2018· review· en· W2802953782 sur OpenAlexafffund
Heidi Kuang, Angela Duong, Hyunjin Jeong, Kassandra A. Zachos, Ana C. Andreazza

Notice bibliographique

RevuePsychiatry and Clinical Neurosciences · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensCanada Research ChairsUniversity of Toronto
Organismes subventionnairesUniversity of TorontoNational Alliance for Research on Schizophrenia and Depression
Mots-clésMeta-analysisBipolar disorderInternal medicinePathophysiologyStrictly standardized mean differenceMood disordersMedicineMoodPsychologyPathologyClinical psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Bipolar disorder (BD) is a debilitating mood disorder with no specific biological marker. No novel treatment has been developed specifically for BD in the last several decades. Although the pathophysiology of BD remains unclear, there is strong evidence in the literature supporting the role of mitochondrial dysfunction in BD. In this systematic review, we identified and investigated 12 studies that measure lactate, which is a direct marker for mitochondrial dysfunction, in BD patients and healthy controls. Six studies measured lactate levels in the brain through proton echo‐planar spectroscopy or magnetic resonance spectroscopy and five of these studies reported significantly elevated lactate levels in patients with BD. Two studies reporting cerebrospinal fluid lactate levels also found significantly elevated lactate in BD compared to healthy controls. Two other studies that reported peripheral lactate levels did not demonstrate significant findings. The meta‐analysis, using standardized means and a random‐effect model for five studies that measured brain lactate levels, corroborated the findings of the systematic review. Although the meta‐analysis had a nearly significant overall effect (Z = 1.97, P = 0.05), high statistical heterogeneity (I2 = 86%) and possible publication bias suggest that the results should be interpreted with caution. To validate lactate abnormalities in BD, further studies should be carried out, including larger sample sizes, not excluding female patients, and using standardized methodologies. Peripheral lactate levels and other bioenergetic markers should be thoroughly studied to better understand the role of mitochondrial dysfunction in BD and to help develop more objective diagnostic tools.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,018
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0120,023
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,089
Tête enseignante GPT0,425
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychiatry and Clinical NeurosciencesMême sujetBipolar Disorder and TreatmentTravaux en français237 207