Tumor markers and depression scores are predictive of non-suicidal self-injury behaviors among adolescents with depressive disorder: A retrospective study
Notice bibliographique
Résumé
Background: Non-suicidal self-injury (NSSI) is an important risk factor for suicide in adolescents with depressive disorders; therefore, it is important to predict NSSI occurrence as early as possible. Disturbances in biological rhythms are characteristic manifestations of depressive disorders and can lead to immune dysfunction, leading to changes in tumor markers. This study aimed to produce an index that utilizes tumor markers to predict NSSI behaviors among adolescents with depressive disorders. Methods: A total of 120 hospitalized adolescent patients with depressive disorders aged 14-24 years were included in this study. Participants were divided into NSSI and non-NSSI groups based on self-reports using the Ottawa Self-Injury Inventory. Demographics, tumor marker concentrations, other peripheral blood indices, Hamilton Depression Rating Scale (HDRS) scores, and Hamilton Anxiety Rating Scale (HAMA) scores were compared between the two groups. Logistic regression analysis was conducted to develop a joint index, and a receiver operating characteristic (ROC) curve was created to predict NSSI behaviors among adolescents with depressive disorders. Results: Compared with the non-NSSI group, the NSSI group had significantly higher insight, retardation, insomnia, hopelessness, psychiatric anxiety, total HDRS and HAMA scores, and significantly higher levels of cancer antigen 125 (CA-125), cancer antigen 19-9 (CA19-9), and carcinoembryonic antigen (CEA). In addition, a joint index was developed by combining CA-125, CA19-9, CEA, HDRS total score, HAMA total score and age using multiple logistic regression to predict NSSI behaviors. The area under the curve was 0.831, with a sensitivity and specificity of 0.734 and 0.891, respectively. Conclusion: A combination of depression score, tumor marker levels, and age can identify NSSI behaviors among adolescents with depressive disorders.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».