Abnormal protein and mRNA expression of inflammatory cytokines in the prefrontal cortex of depressed individuals who died by suicide
Notice bibliographique
Résumé
Background: Depression and stress are major risk factors for suicidal behaviour, and some studies show abnormalities of proinflammatory cytokines in the serum and cerebrospinal fluid (CSF) of depressed and suicidal patients. However, it is not clear if similar abnormalities of cytokines are present in the brain of suicidal and depressed patients. Methods: We therefore determined the mRNA (using realtime polymerase chain reaction) and protein (using enzyme-linked immunosorbent assay and Western Blot) expression levels of interleukin (IL)-1β, IL-6, tumour necrosis factor (TNF)-α, lymphotoxin A, lymphotoxin B, IL-8, IL-10 and IL-13 in the prefrontal cortex (PFC) obtained from 24 depressed individuals who died by suicide and 24 nonpsychiatric controls. Results: We observed that the mRNA and protein levels of IL-1β, IL-6, TNF-α, and lymphotoxin A were significantly increased, and levels of anti-inflammatory cytokine IL-10, and of IL-1 receptor antagonist (IL-1RA) were significantly decreased in the PFC of depressed individuals who died by suicide compared with controls. There were no significant differences in the protein and mRNA levels of IL-8 and IL-13 in the PFC. Limitations: The main limitation of this study is that some of the suicide group had been taking antidepressant medication at the time of death. Conclusion: Our results suggest that alterations of cytokines may be associated with the pathophysiology of depressed suicide and there may be an imbalance between pro- and anti-inflammatory cytokines in people who die by suicide. The causes of these increases in the brain of people who die by suicide, therefore, need to be investigated further.
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 ».