The Electroretinogram as a Potential Biomarker of Psychosis in Children at Familial Risk
Notice bibliographique
Résumé
Abstract We previously proposed the electroretinogram (ERG) as a promising biomarker of major psychiatric disorders such as schizophrenia (SZ) and bipolar disorder (BP), given that we found anomalies in the ERG parameters of patients with these diagnoses as well as in their children who are at high risk (HR) of developing such disorders. The aim of the present study is to investigate the usefulness of the ERG for individual detection, among HR children, of an ERG profile resembling that of a SZ patient, as this may indicate a stronger likelihood of transition to psychosis. Using a logistic regression model previously derived from the ERG assessments of SZ patients and control (CT) subjects, individual risk scores were obtained for 61 HR and 80 CT youth. Those with a very high individual risk score were classified as “schizophrenia-like” (SZ-like). We found that the HR subjects were 3.5 times more likely to be classified as SZ-like than the CT subjects (95% CI [1.1–11.8]). Furthermore, among the HR subjects, we studied the relationship between the SZ-like classification and psychotic-like experiences and found that HR subjects classified as SZ-like were 2.7 times more likely than all remaining HR subjects to have experienced psychotic-like symptoms (95% CI [1.3–4.6]), and 6.8 times more likely than those with a very low individual risk score (95% CI [1.4–40.4]). Our results suggest that a model previously derived from ERG data on SZ patients could be a potential tool for early detection of the susceptibility to a psychotic-like disorder among familial HR children.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».