Development of a Novel Staging Model for Affective Disorders Using Partial Least Squares Bootstrapping: Effects of Lipid-Associated Antioxidant Defenses and Neuro-Oxidative Stress
Notice bibliographique
Résumé
Although, staging models gained momentum to stage define affective disorders, no attempts were made to construct mathematical staging models using clinical and biomarker data in patients with major depression and bipolar disorder.The aims of this study were to use clinical and biomarker data to construct statistically-derived staging models, which are associated with early lifetime traumata (ELTs), affective phenomenology and biomarkers.In the current study, 172 subjects participated, 105 with affective disorders (both bipolar and unipolar) and 67 controls. Staging scores were computed by extracting latent vectors (LVs) from clinical data including ELTs, recurring flare ups and suicidal behaviors, outcome data such as disabilities and health-related quality of life (HR-QoL), and paraoxonase (PON)1 actvities and nitro-oxidative stress biomarkers.Recurrence of episodes and suicidal behaviors could reliably be combined into a LV with adequate composite reliability (the “recurrence LV”), which was associated with female sex, the combined effects of multiple ELTs, disabilities, HR-QoL and impairments in cognitive tests. All those factors could be combined into a reliable “ELT-staging LV” which was significantly associated with nitro-oxidative stress biomarkers. A reliable LV could be extracted from serum PON1 activities, recurrent flare ups, disabilities and HR-QoL.Our ELT-staging index scores the severity of a relevant affective dimension, shared by both major depression and bipolar disorder, namely the trajectory from ELTs, a relapsing course and suicidal behaviors to progressive disabilities. Patients were classified into three stages, namely an early stage; a relapse-regression stage; and a suicidal-regression stage. Lowered lipid-associated antioxidant defenses may be a drug target to prevent the transition from the early to the later regression stages.
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 | 0,007 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».