Accelerated brain aging in major depressive disorder and antidepressant treatment response: A CAN-BIND report
Notice bibliographique
Résumé
OBJECTIVES: Previous studies suggest that major depressive disorder (MDD) may be associated with volumetric indications of accelerated brain aging. This study investigated neuroanatomical signs of accelerated aging in MDD and evaluated whether a brain age gap is associated with antidepressant response. METHODS: Individuals in a major depressive episode received escitalopram treatment (10-20 mg/d) for 8 weeks. Depression severity was assessed at baseline and at weeks 8 and 16 using the Montgomery-Asberg Depression Rating Scale (MADRS). Response to treatment was characterized by a significant reduction in the MADRS (≥50%). Nonresponders received adjunctive aripiprazole treatment (2-10 mg/d) for a further 8 weeks. The brain-predicted age difference (brain-PAD) at baseline was determined using machine learning methods trained on 3377 healthy individuals from seven publicly available datasets. The model used features from all brain regions extracted from structural magnetic resonance imaging data. RESULTS: Brain-PAD was significantly higher in older MDD participants compared to younger MDD participants [t(147.35) = -2.35, p < 0.03]. BMI was significantly associated with brain-PAD in the MDD group [r(155) = 0.19, p < 0.03]. Response to treatment was not significantly associated with brain-PAD. CONCLUSION: We found an elevated brain age gap in older individuals with MDD. Brain-PAD was not associated with overall treatment response to escitalopram monotherapy or escitalopram plus adjunctive aripiprazole.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».