Putative Astroglial Dysfunction in Schizophrenia: A Meta-Analysis of 1H-MRS Studies of Medial Prefrontal Myo-Inositol
Notice bibliographique
Résumé
Background Several lines of evidence support a role for astroglial pathology in schizophrenia. Myo-inositol is particularly abundant in astroglia. Many small sized studies have reported on myo-inositol concentration in schizophrenia, but to date these have not been pooled to estimate a collective effect size. Methods We reviewed all proton magnetic resonance spectroscopy (1H-MRS) studies reporting myo-inositol values for patients satisfying DSM or ICD based criteria for schizophrenia in comparison to a healthy controls group in the medial prefrontal cortex published until February 2018. A random-effects model was used to calculate the pooled effect size using metafor package. A meta-regression analysis of moderator variables was also undertaken. Results The literature search identified 19 studies published with a total sample size of 585 controls, 561 patients with schizophrenia. Patients with schizophrenia had significantly reduced medial prefrontal myo-inositol compared to controls (RFX standardised mean difference=0.19, 95% CI [0.05-0.32], z=2.72, p=0.0067; heterogeneity p = 0.09). Studies with more female patients reported more notable schizophrenia-related reduction in myo-inositol (z=2.53, p=0.011). Discussion We report a small, but significant reduction in myo-inositol concentration in the medial prefrontal cortex in schizophrenia. The size of the reported effect indicates that the biological pathways affecting the astroglia are likely to operate only in a subset of patients with schizophrenia. MRS myo-inositol could be a useful tool to stratify and investigate such patients.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».