Circadian rhythms and psychiatric profiles in young adults with unipolar depressive disorders
Notice bibliographique
Résumé
Abnormalities in circadian rhythms have been reported in people with mood disorders, but these abnormalities are marked by considerable inter-individual variability. This study aimed to identify pathophysiological subgroups on the basis of circadian markers and evaluate how these subgroups relate to psychiatric profiles. Thirty-five young adults (18-31 years old) receiving clinical care for unipolar depressive disorders and 15 healthy controls took part to this study. The Hamilton Rating Scale for Depression and the Young Mania rating scale were used to evaluate the severity of mood symptoms in participants with depressive disorders. All participant underwent ambulatory sleep monitoring with actigraphy for about 12 days before attending a laboratory-based chronobiological assessment which included repeated salivary samples to determine dim light melatonin onset (DLMO) and continuous core body temperature (CBT) monitoring using an ingestible temperature sensor. Cluster analyses were conducted across all participants to identify subgroups with consistent circadian timing profiles based on DLMO and the nocturnal minima of CBT. Two clusters were identified: 'delayed' and 'conventional timing' circadian phase. Descriptive analyses showed that the delayed cluster was characterised by abnormal time relationships between circadian phase markers and the sleep-wake cycle. Importantly, individuals from the delayed cluster had worse depression severity (t(28) = -2.7, p = 0.011) and hypomanic symptoms (Z = -2.2, p = 0.041) than their peers with conventional circadian timing. These findings suggest that delayed and disorganised circadian rhythms may be linked to worse psychiatric profiles in young people with depressive disorders.
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 | 0,001 |
| 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 ».