Mentalizing abilities and serum lipid levels in adult MDD patients with childhood maltreatment – preliminary results
Notice bibliographique
Résumé
Introduction Childhood maltreatment (CM) contributes to negative mental and physical health outcomes including major depressive disorder (MDD), and an elevated risk for cardiovascular disease (CDV) in adults. Also, childhood maltreatment can be related to mentalizing deficits in MDD. Cardio-metabolic diseases often coincide with MDD and worsen its course and outcome. Little is known on the interplay of these factors. Objectives We examined MDD patients with and without CM to explore the effects of CM on serum lipid and lipoprotein levels and assessed their mentalizing abilities. Self-oriented mentalizing was operationalized as emotional self-awareness/alexithymia, other-oriented mentalizing was defined as theory of mind (ToM). Methods MDD patients (N=42) and healthy controls (n=20) matched in age, sex, and lifestyle were investigated. Total cholesterol, triglycerides, high- and low-density lipoproteins (HDL-C and LDL-C), body mass index, and exercise in a typical week were measured. Beck Depression Inventory, Childhood Trauma Questionnaire, Toronto Alexithymia scale, and the Reading the mind in the Eyes Test were used to assess clinical symptoms, mentalizing abilities and CM. Results After controlling for depressive symptom severity, demographic and lifestyle variables, CM was found to be a strong predictor of serum lipid alterations. Mentalizing deficits correlated with CM. Serum triglycerides, HDL-C were significant predictors of ToM performance (P<0.05, and P=0.005) and alexithymia (P< 0.05, and P< 0.05) in the MDD group. Conclusions Several, inter-correlated pathways may mediate the undesirable effects of CM on the course and outcome of MDD. According to our preliminary results, diminished self-awareness and ToM can be possible mediating factors. Disclosure This work was financially supported by the Hungarian Brain Research Program (2017-1.2.1-NKP-2017-00002)
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 | 0,000 | 0,000 |
| 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 ».