Severe symptoms predict salivary interleukin-6, interleukin-1β, and tumor necrosis factor-α levels in children and youth with obsessive-compulsive disorder
Notice bibliographique
Résumé
OBJECTIVE: Childhood-onset obsessive-compulsive disorder (OCD) has been associated with immune dysregulation, including aberrant plasma inflammatory markers and increased rates of infectious and immune-mediated disorders. Saliva may provide a minimally-invasive tool for assessing oral mucosal immunity and inflammatory biomarkers in this population. The primary aim of this study was to compare salivary defense proteins and inflammatory mediators in saliva from children and youth with OCD and healthy controls, and evaluate their associations with measures of oral health and OCD phenotype. METHODS: In this cross-sectional observational study, saliva was collected from 41 children and youth with childhood-onset OCD and 46 healthy controls. Levels of lysozyme, α-amylase, secretory immunoglobulin A (sIgA), C-reactive protein (CRP), interleukin-6 (IL-6), IL-1β, and tumor necrosis factor-α (TNF-α) were quantified by enzyme-linked immunosorbent assays or electrochemiluminescent-based immunoassays. RESULTS: All analytes were detectable in saliva. When adjusting for salivary flow rate and total protein, multiple linear regression models including demographic variables, oral health measures, and OCD status explained a significant proportion of the variance in IL-6, IL-1β, and sIgA but not TNF-α, CRP, α-amylase, or lysozyme levels. Diagnosis of OCD was associated with significantly higher IL-6 (β = 0.403, p = 0.026), while severity of OCD was a significant predictor of increased cytokines (IL-6, β = 0.325, p = 0.009; IL-1β, β = 0.284, p = 0.020; TNF-α, β = 0.269, p = 0.036), but not other analytes. CONCLUSION: These data point to the feasibility of analyzing soluble immune mediators in the saliva in childhood-onset OCD, suggesting that pro-inflammatory cytokines are associated with OCD diagnosis and symptom severity. Further work is required to elucidate the factors contributing to this association and implications for clinical practice.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».