MétaCan
Menu
Retour à la cohorte
Enregistrement W4281974427 · doi:10.1177/00048674211031477

Combinatorial panel with endophenotypes from multilevel information of diffusion tensor imaging and lipid profile as predictors for depression

2022· article· en· W4281974427 sur OpenAlexaff
Juan Liu, Zhuang Liu, Yange Wei, Yanbo Zhang, Fay Y. Womer, Jia Duan, Shengnan Wei, Feng Wu, Lingtao Kong, Xiaowei Jiang, Luheng Zhang, Yanqing Tang, Xizhe Zhang, Fei Wang

Notice bibliographique

RevueAustralian & New Zealand Journal of Psychiatry · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Science Fund for Distinguished Young ScholarsNational Natural Science Foundation of China-Liaoning Joint FundLiaoning Revitalization Talents ProgramChina Medical UniversityDepartment of Science and Technology of Liaoning ProvinceFoundation of Liaoning Province Education AdministrationNatural Science Foundation of Liaoning ProvinceNational Natural Science Foundation of China
Mots-clésCorpus callosumWhite matterMajor depressive disorderDiffusion MRIEndophenotypeBipolar disorderSuperior longitudinal fasciculusHyperintensityMedicinePsychologyInternal medicinePsychiatryPathologyFractional anisotropyMagnetic resonance imagingRadiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Clinical heterogeneity in major depressive disorder likely reflects the range of etiology and contributing factors in the disorder, such as genetic risk. Identification of more refined subgroups based on biomarkers such as white matter integrity and lipid-related metabolites could facilitate precision medicine in major depressive disorder. METHODS: A total of 148 participants (15 genetic high-risk participants, 57 patients with first-episode major depressive disorder and 76 healthy controls) underwent diffusion tensor imaging and plasma lipid profiling. Alterations in white matter integrity and lipid metabolites were identified in genetic high-risk participants and patients with first-episode major depressive disorder. Then, shared alterations between genetic high-risk and first-episode major depressive disorder were used to develop an imaging x metabolite diagnostic panel for genetically based major depressive disorder via factor analysis and logistic regression. A fivefold cross-validation test was performed to evaluate the diagnostic panel. RESULTS: Alterations of white matter integrity in corona radiata, superior longitudinal fasciculus and the body of corpus callosum and dysregulated unsaturated fatty acid metabolism were identified in both genetic high-risk participants and patients with first-episode major depressive disorder. An imaging x metabolite diagnostic panel, consisting of measures for white matter integrity and unsaturated fatty acid metabolism, was identified that achieved an area under the receiver operating characteristic curve of 0.86 and had a significantly higher diagnostic performance than that using either measure alone. And cross-validation confirmed the adequate reliability and accuracy of the diagnostic panel. CONCLUSION: Combining white matter integrity in corpus callosum, superior longitudinal fasciculus and corona radiata, and unsaturated fatty acid profile may improve the identification of genetically based endophenotypes in major depressive disorder to advance precision medicine strategies.

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)0,008
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,295
Écart entre enseignants0,269 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian & New Zealand Journal of PsychiatryMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207