Identification of Endocannabinoid Predictors of Treatment Outcomes in Major Depressive Disorder: A Secondary Analysis of the First Canadian Biomarker Integration Network in Depression (CAN-BIND 1) Study
Notice bibliographique
Résumé
INTRODUCTION: An increasing number of studies are examining the link between the endocannabinoidome and major depressive disorder (MDD). We conducted an exploratory analysis of this system to identify potential markers of treatment outcomes. METHODS: The dataset of the Canadian Biomarker Integration Network in Depression-1 study, consisting of 180 patients with MDD treated for eight weeks with escitalopram followed by eight weeks with escitalopram alone or augmented with aripiprazole was analyzed. Association between response Montgomery-Asberg Depression Rating Scale (MADRS; score reduction≥50%) or remission (MADRS score≤10) at weeks 8 and 16 and single nucleotide polymorphisms (SNPs), methylation, and mRNA levels of 33 endocannabinoid markers were examined. A standard genome-wide association studies protocol was used for identifying SNPs, and logistic regression was used to assess methylation and mRNA levels. RESULTS: was correlated with improvement in Clinical Global Impression (p=0.026), Quick Inventory of Depressive Symptomatology (p=0.010), and Snaith-Hamilton Pleasure scales (p=0.028). We did not find any association between SNPs or mRNA levels and treatment outcomes. DISCUSSION: is a promising candidate as a marker of treatment outcomes for MDD and needs to be explored further.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».