MétaCan
Menu
Retour à la cohorte
Enregistrement W4321016266 · doi:10.1159/000528770

Changes in Inflammatory Markers in Clinical High Risk of Developing Psychosis

2023· article· en· W4321016266 sur OpenAlexaff
Tianhong Zhang, Jiahui Zeng, YanYan Wei, JiaYi Ye, XiaoChen Tang, Lihua Xu, YeGang Hu, HaiChun Liu, Tao Chen, Chunbo Li, Jijun Wang

Notice bibliographique

RevueNeuropsychobiology · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTryptophan and brain disorders
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPsychosisInternal medicineAnalysis of varianceMedicineTumor necrosis factor alphaInterleukinSchizophrenia (object-oriented programming)Vascular endothelial growth factorGastroenterologyClinical significanceCytokinePsychologyOncologyPsychiatryVEGF receptors

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Immune alterations are associated with the progression of psychosis. However, there are few studies designed to longitudinally measure inflammatory biomarkers during psychotic episodes. We aimed to assess changes in biomarkers from the prodromal phase to psychotic episodes in individuals with clinical high risk (CHR) of psychosis and compare converters and non-converters to psychosis as well as healthy controls (HCs). METHODS: We enrolled 394 individuals with CHR and 100 HCs. A total of 263 individuals with CHR completed the 1-year follow-up, and 47 had converted to psychosis. Interleukin (IL)-1β, 2, 6, 8, 10, tumor necrosis factor-α (TNF-α), and vascular endothelial growth factor levels were measured at baseline and 1 year after completion of the clinical assessment. RESULTS: The baseline serum levels of IL-10, IL-2, and IL-6 were significantly lower in the conversion group than in the non-conversion group (IL-10, p = 0.010; IL-2, p = 0.023; IL-6, p = 0.012) and HC (IL-6: p = 0.034). Self-controlled comparisons showed that IL-2 changed significantly (p = 0.028), and IL-6 levels tended toward significance (p = 0.088) in the conversion group. In the non-conversion group, serum levels of TNF-α (p = 0.017) and VEGF (p = 0.037) changed significantly. Repeated measures analysis of variance revealed a significant time effect related to TNF-α (F = 4.502, p = 0.037, effect size (η2) = 0.051), a group effect related to IL-1β (F = 4.590, p = 0.036, η2 = 0.062), and IL-2 (F = 7.521, p = 0.011, η2 = 0.212), but no time × group effect. DISCUSSION: Alterations in the serum levels of inflammatory cytokines were found to precede the first episode of psychosis in the CHR population, particularly for those who later converted to psychosis. Longitudinal analysis supports the varied roles of cytokines in individuals with CHR with later psychotic conversion or non-conversion outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,587

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,326
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuropsychobiologyMême sujetTryptophan and brain disordersTravaux en français237 207