MétaCan
Menu
Retour à la cohorte
Enregistrement W3204335110 · doi:10.1186/s40345-021-00235-3

The futility of long-term predictions in bipolar disorder: mood fluctuations are the result of deterministic chaotic processes

2021· article· en· W3204335110 sur OpenAlexaff
Abigail Ortiz, Kamil Brádler, Maxine Mowete, Stephane MacLean, Julie Garnham, Claire Slaney, Benoit H. Mulsant, Martin Alda

Notice bibliographique

RevueInternational Journal of Bipolar Disorders · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensRoyal Ottawa Mental Health CentreCentre for Addiction and Mental HealthNova Scotia Health AuthorityUniversity of OttawaDalhousie UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDetrended fluctuation analysisLyapunov exponentMoodCorrelation dimensionBipolar disorderFractal dimensionSeries (stratigraphy)AutocorrelationPsychologyMathematicsStatistical physicsNonlinear systemStatisticsFractalClinical psychologyPhysicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Understanding the underlying architecture of mood regulation in bipolar disorder (BD) is important, as we are starting to conceptualize BD as a more complex disorder than one of recurring manic or depressive episodes. Nonlinear techniques are employed to understand and model the behavior of complex systems. Our aim was to assess the underlying nonlinear properties that account for mood and energy fluctuations in patients with BD; and to compare whether these processes were different in healthy controls (HC) and unaffected first-degree relatives (FDR). We used three different nonlinear techniques: Lyapunov exponent, detrended fluctuation analysis and fractal dimension to assess the underlying behavior of mood and energy fluctuations in all groups; and subsequently to assess whether these arise from different processes in each of these groups. RESULTS: There was a positive, short-term autocorrelation for both mood and energy series in all three groups. In the mood series, the largest Lyapunov exponent was found in HC (1.84), compared to BD (1.63) and FDR (1.71) groups [F (2, 87) = 8.42, p < 0.005]. A post-hoc Tukey test showed that Lyapunov exponent in HC was significantly higher than both the BD (p = 0.003) and FDR groups (p = 0.03). Similarly, in the energy series, the largest Lyapunov exponent was found in HC (1.85), compared to BD (1.76) and FDR (1.67) [F (2, 87) = 11.02; p < 0.005]. There were no significant differences between groups for the detrended fluctuation analysis or fractal dimension. CONCLUSIONS: The underlying nature of mood variability is in keeping with that of a chaotic system, which means that fluctuations are generated by deterministic nonlinear process(es) in HC, BD, and FDR. The value of this complex modeling lies in analyzing the nature of the processes involved in mood regulation. It also suggests that the window for episode prediction in BD will be inevitably short.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,549

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,287
Écart entre enseignants0,274 · 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.

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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Bipolar DisordersMême sujetBipolar Disorder and TreatmentTravaux en français237 207