Blood‐based dynamic genomic signature for obsessive–compulsive disorder
Notice bibliographique
Résumé
No biologically based diagnostic criteria are in clinical use today for obsessive-compulsive disorder (OCD), schizophrenia, and major depressive disorder (MDD), which are defined with reference to Diagnostic and Statistical Manual clinical symptoms alone. However, these disorders cannot always be well distinguished on clinical grounds and may also be comorbid. A biological blood-based dynamic genomic signature that can differentiate among OCD, MDD, and schizophrenia would therefore be of great utility. This study enrolled 77 patients with OCD, 67 controls with no psychiatric illness, 39 patients with MDD, and 40 with schizophrenia. An OCD-specific gene signature was identified using blood gene expression analysis to construct a predictive model of OCD that can differentiate this disorder from healthy controls, MDD, and schizophrenia using a logistic regression algorithm. To verify that the genes selected were not derived as a result of chance, the algorithm was tested twice. First, the algorithm was used to predict the cohort with true disease/control status and second, the algorithm predicted the cohort with disease/control status randomly reassigned (null set). A six-gene panel (COPS7A, FKBP1A, FIBP, TP73-AS1, SDF4, and GOLGA8A) discriminated patients with OCD from healthy controls, MDD, and schizophrenia in the training set (with an area under the receiver-operating-characteristic curve of 0.938; accuracy, 86%; sensitivity, 88%; and specificity, 85%). Our findings indicate that a blood transcriptomic signature can distinguish OCD from healthy controls, MDD, and schizophrenia. This finding further confirms the feasibility of using dynamic blood-based genomic signatures in psychiatric disorders and may provide a useful tool for clinical staff engaged in OCD diagnosis and decision making.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».