Parsing metabolic heterogeneity in mood disorders: A hypothesis‐driven cluster analysis of glucose and insulin abnormalities
Notice bibliographique
Résumé
OBJECTIVES: Metabolically based distinctions for disturbances in glucose and insulin may provide meaningful insights both clinically and mechanistically. METHODS: Data were derived from 352 subjects of previously completed clinical studies with a mood disorder (MD) (bipolar disorder: n = 179, major depressive disorder: n = 173) and 218 healthy controls from the Comprehensive Assessment of Long-Term Effects of Reducing Intake of Energy. We conducted a factor analysis to replicate a priori dissociable factors informed by glucose and insulin levels and indices of insulin resistance and beta-cell function: elevated insulin and insulin resistance ("insulin-IR"), and increased fasting glucose and reduced insulin secretion ("glucotoxicity"). Cluster analyses were conducted, separately in men and women, to evaluate the clinical relevance of subtyping individuals with MDs using insulin-IR and glucotoxicity (GT) factor scores. RESULTS: Factors insulin-IR and GT explained 92.64% and 92.09% of the variance in men and women respectively. Three clusters were replicated in men and women separately: metabolically healthy (MH), high GT, and insulin-resistant (IR). After adjusting for age, gender, study cohort, MD diagnosis, and antipsychotics use, body mass index (BMI) and mean arterial pressure were higher in IR- vs GT- or MH-clustered individuals; GT-clustered individuals had more metabolic syndrome components and higher C-reactive protein. Glucotoxic-clustered subjects reported greater impairments in cognitive function and global functioning when compared to MH- or IR-clustered subjects. CONCLUSIONS: Using simple, cost-effective, and accessible measures, we identified stable, gender-convergent, subgroups of individuals that significantly diverged on measures of cognitive dysfunction, self-reported anhedonia, functional disability, BMI, and blood pressure.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».