Brain age in bipolar disorders: Effects of lithium treatment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: Bipolar disorders increase the risk of dementia and show biological and brain alterations, which resemble accelerated aging. Lithium may counter some of these processes and lower the risk of dementia. However, until now no study has specifically investigated the effects of Li on brain age. Methods: We acquired structural magnetic resonance imaging scans from 84 participants with bipolar disorders (41 with and 43 without Li treatment) and 45 controls. We used a machine learning model trained on an independent sample of 504 controls to estimate the individual brain ages of study participants, and calculated BrainAGE by subtracting chronological from the estimated brain age. Results: BrainAGE was significantly greater in non-Li relative to Li or control participants, F(2, 125) = 10.22, p < 0.001, with no differences between the Li treated and control groups. The estimated brain age was significantly higher than the chronological age in the non-Li (4.28 ± 6.33 years, matched t(42) = 4.43, p < 0.001), but not the Li-treated group (0.48 ± 7.60 years, not significant). Even Li-treated participants with partial prophylactic treatment response showed lower BrainAGE than the non-Li group, F(1, 64) = 4.80, p = 0.03. Conclusions: Bipolar disorders were associated with greater, whereas Li treatment with lower discrepancy between brain and chronological age. These findings support the neuroprotective effects of Li, which were sufficiently pronounced to affect a complex, multivariate measure of brain structure. The association between Li treatment and BrainAGE was independent of long-term thymoprophylactic response and thus may generalize beyond bipolar disorders, to neurodegenerative disorders.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle