575-P: Serum Soluble Epoxide Hydrolase-Related Oxylipins Are Associated with Depression and Increased Symptom Severity in T2DM
Notice bibliographique
Résumé
Depression in T2DM is associated with inflammation (e.g., interleukin-6 [IL-6]), but specific inflammatory pathways, and depressive symptoms involved, have not been identified. Cytochrome P450s (CYP450s) convert dietary fatty acids into pro-resolving epoxides but soluble epoxide hydrolase (sEH) metabolizes these into inactive diols, thereby limiting their anti-inflammatory benefits. We hypothesized that sEH oxylipins (diols and epoxides) will be associated with depression and increased symptom severity in T2DM. Patients with T2DM were diagnosed with depression (Structured Clinical Interview, DSM-5) and matched 1:1 to non-depressed patients for sex, HbA1c and BMI. Fasting serum oxylipins were quantified by ultra-high-performance liquid chromatography tandem mass spectrometry. All analyses controlled for IL-6, measured by ELISA. Diol/epoxide ratios were calculated to estimate sEH pathway flux. Among 20 depressed and 20 non-depressed patients (mean age 58.9±8.5, mean HbA1c 7.0±0.9%, 65% women), the 17,18 sEH derived eicosapentaenoic acid (EPA) diol was higher in depressed participants (F(1,37)=5.753, p=0.022). Somatic, negative affective, and anhedonic symptoms were screened (Center for Epidemiological Studies-Depression Scale). Three diol/epoxide oxylipin ratios were associated with higher somatic symptoms in the depressed group: the 16,17 docosahexaenoic acid (DHA) derived ratio (β=0.489, p=0.007), and both linoleic acid derived ratios (9,10 [β=0.549, p=0.017] and 12,13 [β=0.547, p=0.003]). The 14,15 arachidonic acid derived ratio was associated with higher negative affective symptoms (β=0.559, p=0.006). These associations were not found in non-depressed T2DM. This increased flux of omega-3 and omega-6 fatty acids through the sEH pathway associated with depression and symptom severity suggests the potential role of sEH inhibitors for T2DM-related depressive symptoms. Disclosure N. Z. Anita: None. P. Oh: None. B. R. Shah: None. J. Gilbert: Speaker’s Bureau; Self; Abbott Diabetes, Amgen Canada, AstraZeneca, Boehringer Ingelheim (Canada) Ltd., Dexcom, Inc., Eli Lilly and Company, HLS Therapeutics Inc., Janssen Pharmaceuticals, Inc., Novo Nordisk Canada Inc., Sanofi. A. Assal: None. W. Swardfager: None. N. Forkan: None. R. Kamal: None. M. M. Nguyen: None. D. Yu: None. C. Major-orfao: None. S. K. Wong: None. K. L. Lanctôt: None. N. Herrmann: None. Funding Canadian Institutes of Health Research; Banting & Best Diabetes Centre; National Institute of Diabetes and Digestive and Kidney Diseases
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».