Malaria, mental disorders, immunity and their inter-relationships - A cross sectional study in a household population in a health and demographic surveillance site in Kenya
Notice bibliographique
Résumé
BACKGROUND: Both malaria and mental disorders are associated with immune changes. We have previously reported the associations between malaria and mental disorders. We now report associations between malaria, mental disorders and immunity. METHODS: A household survey of malaria, mental disorders and immunity was conducted in a health and demographic surveillance system's site of 70,000 population in an area endemic for malaria in western Kenya. A random sample of 1190 adults was selected and approached for consent, blood samples and structured interview. FINDINGS: We found marginally raised CD4/CD3 ratios of participants with malaria parasites, but no difference in CD4/CD3 ratios for participants with common mental disorder (CMD) or psychotic symptoms. People with psychotic symptoms had increased levels of IL-6, IL-8, and IL-10, and lower levels of IL-1beta. People with CMD had higher levels of IL-8 and IL-10. People with malaria had higher levels of IL-10 and lower levels of TNF-alpha. At the bivariate level, CMD was associated with log TNF-α levels using unadjusted odds ratios, but not after adjusting for malaria. Psychotic symptoms were associated with log IL-10 and log TNF-α levels at the bivariate level while in the adjusted analysis, log TNF-α levels remained highly significant.. INTERPRETATION: This is the first population based study of immune markers in CMD and psychotic symptoms, and the first to examine the 3 way relationship with malaria. Our findings suggest that TNF-α may mediate the relationship between malaria and CMD. FUND: The study was funded by UK Aid, Department for International Development, Kenya office.
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 | 0,002 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 ».