Suicide Biomarkers to Predict Risk, Classify Diagnostic Subtypes, and Identify Novel Therapeutic Targets: 5 Years of Promising Research
Notice bibliographique
Résumé
BACKGROUND: Suicide is a global health crisis. However, no objective biomarkers of suicide risk currently exist, and self-reported data can be unreliable, which limits prediction, diagnostic, and treatment efforts. Reliable biomarkers that can differentiate between diagnostic subgroups, predict worsening symptoms, or suggest novel therapeutic targets would be extremely valuable for patients, researchers, and clinicians. METHODS: MEDLINE was searched for reports published between 2016 and 2021 using search terms (suicid*) AND (biomarker*) OR (indicat*). Reports that compared biomarkers between suicidal ideation, suicide attempt, death from suicide, or any suicide subgroup against other neuropsychiatric disorders were included. Studies exclusively comparing suicidal behavior or death from suicide with healthy controls were not included to ensure that biomarkers were specific to suicide and not other psychopathology. RESULTS: This review summarizes the last 5 years of research into suicide-associated biomarkers and provides a comprehensive guide for promising and novel biomarkers that encompass varying presentations of suicidal ideation, suicide attempt, and death by suicide. The serotonergic system, inflammation, hypothalamic-pituitary-adrenal axis, lipids, and endocannabinoids emerged as the most promising diagnostic, predictive, and therapeutic indicators. CONCLUSIONS: The utility of diagnostic and predictive biomarkers is evident, particularly for suicide prevention. While larger-scale studies and further in-depth research are required, the last 5 years of research has uncovered essential biomarkers that could ultimately improve predictive strategies, aid diagnostics, and help develop future therapeutic targets.
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 | 0,013 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».