Depression pathophysiology, risk prediction of recurrence and comorbid psychiatric disorders using genome-wide analyses
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Depression is a common psychiatric disorder and a leading cause of disability worldwide. Here we conducted a genome-wide association study meta-analysis of six datasets, including >1.3 million individuals (371,184 with depression) and identified 243 risk loci. Overall, 64 loci were new, including genes encoding glutamate and GABA receptors, which are targets for antidepressant drugs. Intersection with functional genomics data prioritized likely causal genes and revealed new enrichment of prenatal GABAergic neurons, astrocytes and oligodendrocyte lineages. We found depression to be highly polygenic, with ~11,700 variants explaining 90% of the single-nucleotide polymorphism heritability, estimating that >95% of risk variants for other psychiatric disorders (anxiety, schizophrenia, bipolar disorder and attention deficit hyperactivity disorder) were influencing depression risk when both concordant and discordant variants were considered, and nearly all depression risk variants influenced educational attainment. Additionally, depression genetic risk was associated with impaired complex cognition domains. We dissected the genetic and clinical heterogeneity, revealing distinct polygenic architectures across subgroups of depression and demonstrating significantly increased absolute risks for recurrence and psychiatric comorbidity among cases of depression with the highest polygenic burden, with considerable sex differences. The risks were up to 5- and 32-fold higher than cases with the lowest polygenic burden and the background population, respectively. These results deepen the understanding of the biology underlying depression, its disease progression and inform precision medicine approaches to treatment.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| 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 découle