Potential Explanatory Models of the Female Preponderance in Very Late Onset Schizophrenia
Notice bibliographique
Résumé
Epidemiological and clinical studies have uniformly reported an overrepresentation of females with very-late-onset schizophrenia-like psychotic disorder (VLOS), in stark contrast to the sex distribution of early-onset schizophrenia. Various explanatory models have been proposed to account for these sex differences, including (a) antidopaminergic effects of estrogen, (b) differential vulnerability to subtypes, (c) neurodegenerative differences between the sexes, and (d) and sex differences in age-related psychosocial and neurological risk factors; however, these models have not yet been critically evaluated for their validity. Keywords related to VLOS symptomatology, epidemiology, and sex/gender were entered into the PubMed, MEDLINE, and Google Scholar databases spanning all years. Through a narrative review of symptomatology and pathophysiology of VLOS, we examine the strengths and limitations of the proposed models. We present a comprehensive biopsychosocial perspective to integrate the above models with a focus on the role of neuroinflammation. There is significant room for further research into the mechanisms of VLOS that may help to explain the female preponderance; the effects of estrogen and menopause, neuroinflammation, and dopaminergic transmission; and their interaction with age-related and lifetime psychosocial stressors and underlying biological vulnerabilities.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».