Exploring Inflammasome/Cytokine/Insulin cascade as converging landscape for AD, Schizophrenia(SCHIZO), and COVID‐19 syndrome: synthesis of evidence and Post‐hoc analysis of Ginsans‐115 RCT in treatment‐resistant‐schizophrenia
Notice bibliographique
Résumé
Abstract Background Amid COVID‐19 pandemic, issue is raised: 1) whether AD and Very‐late‐onset‐schizophrenia‐like psychosis(VLOSL): “dementia praecox” have higher COVID‐19 risk;2)whether dysregulated cross‐talk of immunity and inflammation, in Inflammasome‐Cytokine‐insulin signaling cascade (IFCI) is the missing link for AD, VLOSL and COVID‐19. Method Our objective is : 1) to conduct Pub‐med search for crucial role of inflammasome‐cytokine‐insulin cascade(IFCI) in AD, VLOSL and COVID‐10 burden; 2a)to examine using RCT data whether in schizophrenia, cognitive impairment correlates with insulin resistance(IR) and cardio‐metabolic risks (CMR);2b)whether Panax Ginseng, as prime executioner of IFCI, modifies IR,CMR in TRS. Result In Part1: our Pubmed search concludes Dementia syndrome carries higher mortality risk. A meta‐analysis of 634,338 COVID‐19 patients from 16 studies reveals that schizophrenia, and dementia, significantly increased risk of COVID‐19 mortality and severity. Cardio‐metabolic risk factors modify the link. A large Swedish cohort study and systematic review of 17studies found evidence of VLOSL carries higher risk of dementia. Aberrant IFCI correlated with COVID‐19 severity, but very few data is available for Long‐COVID‐19 syndrome. Effect sizes cannot be calculated due to sample heterogeneity. In Part 2: post‐hoc analysis of Ginsana‐115 (Boehringer‐Ingelheim‐Pharmaton,Switzerland) of 8‐week placebo‐controlled parallel group design in TRS subjects . Log‐IR(insulin resistance) scores significantly correlated with spatial processing (p = 0.017). Framingham‐Risk‐score correlated inversely with visual perception p = 0.040) and spatial processing (p = 0.029) and neurocognitive index (p = 0.090). Systolic blood pressure (sBP) correlated significantly and inversely with visual perception (p = 0.032),speed (p = 0.010),and spatial processing (p = 0.034), HDL correlated with memory score:p = 0.008. Brief‐Psychiatric‐Rating‐Scale:BPRS correlated significantly with executive reasoning (p = 0.047),memory (p = 0.021), and mental inflexibility (p = 0.026). Ginsana‐115 at 100‐mg/200‐mg significantly reduced FRS by 24.1% compared with 16.1%(P<0.05) and systolic blood pressure (P<0.05) and significantly improved lipid profile in raising HDL and lowering LDL. Ginsana‐115 : 100 mg and 200 mg oral dosage, significantly improved negative symptom of apathy akin to AD. Conclusion Inflammasome‐Cytokine‐Insulin signaling (IFCI) appears to be the heuristic model integrating COVID‐19 syndrome, late‐onset schizophrenia overlapping with AD. Longitudinal studies are warranted to validate IFCI as the prime driver. The positive findings of Ginsana‐115 in TRS highlight the therapeutic Pandora box of Diet, drug leads and Exercise targeting specifically the IFCI landscape in COVID‐19 syndrome, AD and VLOSL.
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 | 0,013 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,019 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».