Predicting Worsening Suicidal Ideation With Clinical Features and Peripheral Expression of Messenger RNA and MicroRNA During Antidepressant Treatment
Notice bibliographique
Résumé
OBJECTIVE: To investigate how the combination of clinical and molecular biomarkers can predict worsening of suicidal ideation during antidepressant treatment. METHODS: Samples were obtained from 237 patients with major depressive disorder (DSM-IV criteria) treated with either duloxetine or placebo in an 8-week randomized controlled trial. Data were collected between 2007 and 2011. The relationship between treatment-worsening suicidal ideation (TWSI) and a number of clinical variables, as well as peripheral expression of messenger RNA (mRNA) and microRNA (miRNA), was assessed at baseline. We generated 4 predictive models for TWSI: clinical, mRNA, miRNA, and a combined model comprising the best predictive variables from clinical, mRNA, and miRNA data. RESULTS: Eleven patients (9.8%) presented with TWSI in the duloxetine group. Among the clinical variables, only baseline depressive severity was found to be mildly predictive of TWSI. Two mRNAs (stathmin 1 [STMN1] and protein phosphatase 1 regulatory subunit 9B [PPP1R9B]) and 2 miRNAs (miR-3688 and miR-5695) were identified that were significantly predictive of TWSI when mRNA and miRNA were assessed separately (P = .002, .044, .004, and .005, respectively). The best model included baseline depression severity and expression of STMN1 and miR-5695 and predicted TWSI with area under the curve = 0.94 (P < .001). Additionally, the combined model did not significantly predict TWSI in the placebo group. CONCLUSIONS: This study generated a predictive tool for TWSI that combines both biological and clinical variables. These biological variables can be easily quantified in peripheral tissues, thus rendering them viable targets to be used in both clinical practice and future studies of suicidal behaviors. TRIAL REGISTRATION: ClinicalTrials.gov identifiers: NCT00635219, NCT00599911, and NCT01140906.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».