Weight gain as a predictor of frontal and temporal lobe volume loss in bipolar disorder: A prospective<scp>MRI</scp>study
Notice bibliographique
Résumé
OBJECTIVES: A sizable fraction of people with bipolar I disorder (BDI) experience a deteriorating clinical course with increasingly frequent mood episodes and chronic disability. This is believed to result from neurobiological illness progression, or neuroprogression. Excessive weight gain predicts neuroprogression across multiple brain illnesses, but no prospective studies have investigated this in BDI. The objective of this study was to determine whether BDI patients who experienced clinically significant weight gain (CSWG; gaining ≥7% of baseline weight) over 12 months had greater 12-month brain volume loss in frontal and temporal regions important to BDI. METHODS: In 55 early-stage BDI patients we measured (i) rates of CSWG, (ii) the number of days with mood symptoms, using NIMH LifeCharts, and (iii) baseline and 12-month brain volumes, using 3T MRI. We quantified brain volumes using the longitudinal processing stream in FreeSurfer v6.0. We used general linear models for repeated measures to investigate whether CSWG predicted volume loss, adjusting for potentially confounding clinical and treatment variables. RESULTS: After correction for multiple comparisons, CSWG in patients predicted greater volume loss in the left orbitofrontal cortex (effect size [ES; Cohen's d] = -1.01, P = 0.002), left cingulate gyrus (ES = -1.31, P < 0.001), and left middle temporal gyrus (ES = -0.96, P = 0.004). Middle temporal volume loss predicted more days with depression (β = -0.406, P = 0.010). CONCLUSIONS: These are the first prospective data on weight gain and neuroprogression in BDI. CSWG predicted neuroprogression, and neuroprogression predicted a worse clinical illness course. Trials of weight loss interventions are needed to confirm the causal direction of the weight gain-neuroprogression relationship, and to determine whether weight loss is a disease-modifying treatment.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».