Pro-inflammatory markers are associated with response to sequential pharmacotherapy in major depressive disorder: a CAN-BIND-1 report
Notice bibliographique
Résumé
OBJECTIVE: There is limited literature on associations between inflammatory tone and response to sequential pharmacotherapies in major depressive disorder (MDD). METHODS: In a 16-week open-label clinical trial, 211 participants with MDD were treated with escitalopram 10-20 mg daily for 8 weeks. Responders continued escitalopram while non-responders received adjunctive aripiprazole 2-10 mg daily for 8 weeks. Plasma levels of pro-inflammatory markers-C-reactive protein, interleukin (IL)-1β, IL-6, IL-17, interferon-gamma (IFN)-Γ, tumor necrosis factor (TNF)-α, and Chemokine C-C motif ligand-2 (CCL-2)-measured at baseline, and after 2, 8 and 16 weeks were included in logistic regression analyzes to assess associations between inflammatory markers and treatment response. RESULTS: Pre-treatment IFN-Γ and CCL-2 levels were significantly associated with a lower of odds of response to escitalopram at 8 weeks. Increases in CCL-2 levels from weeks 8 to 16 in escitalopram non-responders were significantly associated with higher odds of non-response to adjunctive aripiprazole at week 16. CONCLUSION: Higher pre-treatment levels of IFN-Γ and CCL-2 were associated with non-response to escitalopram. Increasing levels of these pro-inflammatory markers may be associated with non-response to adjunctive aripiprazole. These findings require validation in independent clinical populations.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».