MétaCan
Menu
Retour à la cohorte
Enregistrement W3026946886 · doi:10.1093/schbul/sbaa029.573

T13. CORNEAL CONFOCAL MICROSCOPY DETECTS NEURAL CHANGES IN SCHIZOPHRENIA

2020· article· en· W3026946886 sur OpenAlexaboutno aff
Peter Woodruff, Georgios Ponirakis, Reem Ghandi, Amani Hussein, Ioannis N. Petropoulos, Adnan Khan, Hoda Gad, Ahmed Aly Al Sotouhy, Ahmed Own, Surjith Vattoth, Marwan Ramadan, Hanadi Al Hamad, James Currie, Rayaz A. Malik

Notice bibliographique

RevueSchizophrenia Bulletin · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSchizophrenia (object-oriented programming)Positive and Negative Syndrome ScaleMedicineInternal medicineCardiologyOphthalmologyPathologyPsychologyPsychiatryPsychosis

Résumé

récupéré en direct d'OpenAlex

Abstract Background A combination of neurodevelopmental and degenerative neural changes are likely to underpin positive and negative symptoms in schizophrenia. However, there are currently no validated biomarkers to accurately quantify the extent of neural changes in schizophrenia. Corneal confocal microscopy (CCM) is a non-invasive ophthalmic imaging technique that has been used to demonstrate in vivo corneal nerve fiber abnormalities in a range of peripheral neuropathies and central neurodegenerative disorders including Parkinson’s disease, multiple sclerosis and dementia. We wished to test the hypothesis that corneal nerve abnormalities occur in patients with schizophrenia, particularly those with negative symptoms and cognitive impairment. Methods Patients with DSM-V schizophrenia without other causes of peripheral neuropathy other than metabolic syndrome underwent assessment of clinical ratings (Positive and Negative Symptoms Scale (PANSS), cognitive function (Montreal Cognitive Assessment (MOCA) and Corneal confocal microscopy (CCM), vibration perception threshold (VPT) and sudomotor function testing. Healthy controls underwent the same assessments apart from PANSS. Results 55 subjects without (n=38) and with schizophrenia (n=17) with comparable mean age (35.7±8.5 vs 35.6±12.2, P=0.96) were studied. Patients with schizophrenia had significantly higher body weight (93.9±25.5 vs 77.1±10.1, P=0.02) and lower Low Density Lipoproteins (2.6±1.0 vs 3.4±0.7, P=0.02) compared with healthy controls. The proportion of gender, systolic and diastolic blood pressure, HbA1c, cholesterol, triglyceride and High Density Lipoproteins were comparable between the two groups. Patients with schizophrenia had significantly lower corneal nerve fibre density (CNFD, fibers/mm2) (35.6±6.5 vs 23.5±7.8, p<0.0001), branch density (CNBD, branches/mm2) (98.1±30.6 vs 34.4±26.9, p<0.0001), and fibre length (CNFL, mm/mm2) (24.2±3.9 vs 14.3±4.7, p<0.0001) compared with healthy controls but no difference in peripheral neuropathy assessed by VPT and sudomotor function testing. The area under the Receiver Operating Characteristic Curve (95% CI) of CNFD, CNBD, CNFL to distinguish patients with schizophrenia from healthy controls were 87.0% (76.8–98.2%), 93.2% (84.2–102.3%), 93.2% (84.4–102.1%), respectively. Discussion These preliminary results:

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0060,000

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 Opus0,016
Tête enseignante GPT0,249
Écart entre enseignants0,232 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSchizophrenia BulletinMême sujetOcular Surface and Contact LensTravaux en français237 207