Neurococognitive and neuroimaging correlates of obesity and components of metabolic syndrome in bipolar disorder: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Individuals with bipolar disorder (BD) have a higher prevalence of obesity and metabolic syndrome (MetS) compared with the general population. Obesity and MetS are associated with cognitive deficits and brain imaging abnormalities in the general population. Obesity and components of MetS might potentially associate with neuroimaging and neurocognitive findings in BD. METHODS: A literature search of studies investigating the association between obesity (and other components of MetS) and neurocognitive and neuroimaging findings in BD was conducted. In addition to a systematic review, a random-effects meta-analysis was conducted when sufficient data were available. RESULTS: Twenty-three studies were included in the current systematic review. Overweight/obese patients were significantly associated with impaired neurocognition compared normal weight individuals with BD (d = 0.37). The most robust association between obesity and cognitive deficits in BD was observed in the cognitive subdomain of executive functions (d = 0.61). There was also evidence for a significant relationship between cognitive impairment in BD and other components of MetS including hypertension, dyslipidemia, and diabetes. Overweight/obese individuals with BD had more pronounced brain imaging abnormalities than normal weight individuals with BD. CONCLUSIONS: Obesity and related cardiovascular risk factors significantly are associated with more severe cognitive and brain imaging abnormalities in BD. Medical co-morbidities can potentially contribute to functional decline observed in some patients throughout the course of BD.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».