Prepulse inhibition in patients with bipolar disorder: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Background Prepulse inhibition (PPI) is a measurement method for the sensory gating process, which helps the brain adapt to complex environments. PPI may be reduced in patients with bipolar disorder (BD). This study investigated PPI deficits in BD and pooled the effect size of PPI in patients with BD. Methods We conducted a literature search on PPI in patients with BD from inception to July 27, 2019 in PubMed, Embase, Cochrane Library databases, and Chinese databases. No age, sex, and language restriction were set. The calculation formula was PPI = 100 - [100*((prepulse - pulse amplitude) / pulse amplitude)]. The Newcastle-Ottawa Scale (NOS) was used to assess the quality of studies. Results Ten eligible papers were identified, of which five studies including a total of 141 euthymic patients and 132 healthy controls (HC) were included in the meta-analysis. Compared with HC, euthymic patients with BD had significantly lower PPI at the 60 ms interstimulus interval (ISI) between pulse and prepulse ( P = 0.476, I 2 = 0.0%, SMD = − 0.32, 95% CI = − 0.54 - -0.10). Sensitivity analysis shows no significant change in the combined effect value after removing any single study. There was no publication bias using the Egger’s test at 60 ms ( P = 0.606). The meta-analysis of PPI at the 60 ms ISI could have significant clinical heterogeneity in mood episode state, as well as lack of data on BD I or II subtypes. Conclusions Euthymic patients with BD show PPI deficits at the 60 ms, suggesting a deficit in the early sensory gate underlying PPI. The PPI inhibition rate at a 60 ms interval is a stable index. More research is needed in the future to confirm this outcome, and to delve deeper into the mechanisms behind deficits.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».