MétaCan
Menu
Retour à la cohorte
Enregistrement W4224452049 · doi:10.1016/j.cpnec.2022.100133

Allostatic load as a predictor of response to repetitive transcranial magnetic stimulation in treatment resistant depression: Research protocol and hypotheses

2022· article· en· W4224452049 sur OpenAlexafffund
Christophe Longpré-Poirier, Robert‐Paul Juster, Jean‐Philippe Miron, Philippe Kerr, Enzo Cipriani, Véronique Desbeaumes Jodoin, Paul Lespérance

Notice bibliographique

RevueComprehensive Psychoneuroendocrinology · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTranscranial Magnetic Stimulation Studies
Établissements canadiensCentre Hospitalier de l’Université de MontréalInstitut Universitaire en Santé Mentale de QuébecUniversité de Montréal
Organismes subventionnairesUniversité de Montréal
Mots-clésTranscranial magnetic stimulationDepression (economics)MedicineBody mass indexBlood pressureInternal medicineMoodAllostatic loadWaistPhysical therapyChronic stressPsychologyClinical psychologyStimulationGerontology

Résumé

récupéré en direct d'OpenAlex

Treatment resistant depression is challenging because patients who fail their initial treatments often do not respond to subsequent trials and their course of illness is frequently marked by chronic depression. Repetitive transcranial magnetic stimulation (rTMS) is a well-established treatment alternative, but there are several limitations that decreases accessibility. Identifying biomarkers that can help clinicians to reliably predict response to rTMS is therefore necessary. Allostatic load (AL), which represents the 'wear and tear' on the body and brain which accumulates as an individual is exposed to chronic stress could be an interesting staging model for TRD and help predict rTMS treatment response. We propose an open study which aims to test whether patients with a lower pre-treatment AL will have a stronger antidepressant response to 4 week-rTMS treatment. We will also assess the relation between healthy lifestyle behaviors, AL, and rTMS treatment response. Blood samples for AL parameters will be collected before the treatment. The AL indices will summarize neuroendocrine (cortisol, Dehydroepiandrosterone), immune (CRP, fibrinogen, ferritin), metabolic (glycosylated hemoglobin, total cholesterol, high-density lipoprotein, low-density lipoprotein, triglycerides, uric acid, body mass index, waist circumference), and cardiovascular (heart rate, systolic and diastolic blood pressure) functioning. Mood assessment (Montgomery-Åsberg Depression Rating Scale and Inventory of Depressive symptomatology) will be measured before the treatment and at two-week intervals up to 4 weeks. With the help of different lifestyle questionnaires, a healthy lifestyle index (i.e., a single score based on lifestyle factors) will be created. We will use linear and logistic regressions to assess AL in relation to changes in mood score. Hierarchical regression will be done in order to assess the association between AL, healthy lifestyle index and mood score. Long-lasting and unsuccessful antidepressant trials may increase the chance of not responding to future trials of antidepressants and it can therefore increase treatment resistance. It is essential to identify reliable biomarkers that can predict treatment responses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,010
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0170,005

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 Opus0,114
Tête enseignante GPT0,395
Écart entre enseignants0,281 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueComprehensive PsychoneuroendocrinologyMême sujetTranscranial Magnetic Stimulation StudiesTravaux en français237 207