Biomarqueurs de L’inflammation et Dépression du Post-Partum: Une Revue Systématique De la Littérature
Notice bibliographique
Résumé
Objectif : La Dépression du Post-Partum (DPP) affecte plus de 15% des nouvelles mères. Son étiologie est plurifactorielle et encore partiellement méconnue. Certaines hypothèses posent l’idée d’un lien avec l’inflammation. L’objectif de cette revue est d’explorer l’existence de biomarqueurs de l’inflammation associés à la DPP. Puis sera discutée la possibilité de compléments thérapeutiques éventuels, en lien avec ces biomarqueurs. Méthode : La revue systématique de la littérature a été réalisée à partir de PubMed, PsycInfo et Embase. Vingt-cinq articles ont été inclus. Différents biomarqueurs ont été identifiés. Les plus étudiés sont la C-Réactive Protéine (CRP), les Interleukines 6 et 10, le Tumor Necrosis Factor-alpha et l’Interferon Gamma. Résultats : Alors que peu de résultats apparaissent comme significatifs aux différents temps, le dosage de certains biomarqueurs de l’inflammation, notamment la CRP, en toute fin de grossesse ou juste après l’accouchement pourrait être une piste de recherche intéressante avec une orientation prédictive de la DPP. Les interactions entre inflammation et axe corticotrope peuvent expliquer la survenue de la DPP. Des phénomènes épigénétiques pourraient conduire à un état pro-inflammatoire. Plusieurs thérapeutiques offrent des pistes intéressantes grâce à leur propriété anti-inflammatoire. Conclusions : Davantage d’études sont nécessaires afin d’évaluer l’intérêt de ces biomarqueurs comme facteur prédictif de la DPP et d’envisager des traitements complémentaires à l’antidépresseur. Si cet intérêt était confirmé, le dosage de marqueur de l’inflammation, notamment la CRP, pourrait aider au dépistage précoce des femmes à risque de DPP, parallèlement à la clinique. Une supplémentation en Zinc pourrait alors être proposée.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».