MétaCan
Menu
Retour à la cohorte
Enregistrement W2970774286 · doi:10.1111/bdi.12826

Parsing metabolic heterogeneity in mood disorders: A hypothesis‐driven cluster analysis of glucose and insulin abnormalities

2019· article· en· W2970774286 sur OpenAlexaff
Rodrigo B. Mansur, Yena Lee, Mehala Subramaniapillai, Elisa Brietzke, Roger S. McIntyre

Notice bibliographique

RevueBipolar Disorders · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensUniversity of TorontoBrain and Cognition Discovery FoundationQueen's UniversityUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMood disordersInsulinParsingMoodCluster (spacecraft)Internal medicineMedicineBipolar disorderPsychologyNeuroscienceClinical psychologyPsychiatryNatural language processingComputer science

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,245
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBipolar DisordersMême sujetBipolar Disorder and TreatmentTravaux en français237 207