MétaCan
Menu
Retour à la cohorte
Enregistrement W3023771418 · doi:10.20944/preprints202005.0145.v1

Lowered Antioxidant Defenses and Increased Oxidative Toxicity Are Hallmarks of Deficit Schizophrenia: Neurocognitive and Symptom Correlates

2020· preprint· en· W3023771418 sur OpenAlexaff
Michael Maes, Sunee Sirivichayakul, Andressa Keiko Matsumoto, Anna Paula Michelin, Laura de Oliveira Semeão, João Victor de Lima Pedrão, Estefânia Gastaldello Moreira, Decio S. Barbosa, André F. Carvalho, Marco Solmi, Buranee Kanchanatawan

Notice bibliographique

RevuePreprints.org · 2020
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueTryptophan and brain disorders
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesFaculty of Medicine, Chulalongkorn UniversityChulalongkorn UniversityAsahi Glass Foundation
Mots-clésOxidative stressMalondialdehydeSchizophrenia (object-oriented programming)PON1NeurocognitiveParaoxonaseInternal medicineMedicinePsychologyChemistryPsychiatryBiochemistryCognitionGenotype

Résumé

récupéré en direct d'OpenAlex

Background: There is now evidence that schizophrenia and deficit schizophrenia are neuro-immune conditions and that oxidative stress toxicity (OSTOX) may play a pathophysiological role. Aims of the study: To compare OSTOX biomarkers and antioxidant (ANTIOX) defenses in deficit versus non-deficit schizophrenia. Methods: We examined lipid hydroperoxides (LOOH), malondialdehyde (MDA), advanced oxidation protein products (AOPP), sulfhydryl (-SH) groups, paraoxonase 1 (PON1) activity and PON1 Q192R genotypes, total radical-trapping antioxidant parameter (TRAP) as well as immune biomarkers in patients with deficit (n=40) and non-deficit (n=40) schizophrenia and healthy controls (n=40). Results: Deficit schizophrenia is characterized by significantly increased levels of AOPP and lowered -SH, and PON1 activity, while no changes in the OSTOX/ANTIOX biomarkers were found in non-deficit schizophrenia. An increased OSTOX/ANTIOX ratio was significantly associated with deficit versus non-deficit schizophrenia (Odds ratio=3.15, p<0.001). Partial least squares analysis showed that 47.6% of the variance in a latent vector extracted from psychosis, excitation, hostility, mannerism, negative symptoms, psychomotor retardation, formal thought disorders, and neurocognitive test scores was explained by LOOH+AOPP, PON1 genotype + activity, CCL11, tumor necrosis factor (TNF)-α, IgA responses to neurotoxic tryptophan catabolites (TRYCATs), whereas -SH groups and IgM responses to MDA showed indirect effects mediated by OSTOX and neuro-immune biomarkers. Discussion: Our findings indicate that with increasing overall severity of schizophrenia, neuro-immune and neuro-oxidative (especially protein oxidation indicating chlorinative stress) toxicities become more prominent and together with lowered antioxidant defenses and impairments in innate immunity-associated resilience against neurotoxic processes shape a distinct nosological entity, namely deficit schizophrenia.

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)0,005
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,288
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
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 Opus0,076
Tête enseignante GPT0,297
Écart entre enseignants0,221 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetTryptophan and brain disordersTravaux en français237 207