Brain–gut axis mechanism of subthreshold nonsuicidal self-injury addictive features in adolescents
Notice bibliographique
Résumé
Nonsuicidal self-injury (NSSI) is associated with an increased risk of suicide. As the diagnostic criteria outlined in DSM-5 and other related clinical studies, a patient must have engaged in self-injurious behavior at least 5 times within the past year. However, patients with fewer than 5 self-injury behaviors should not be ignored. Our study included 46 adolescents aged 10-19 years with subthreshold NSSI (sNSSI), along with a control group of 50 healthy adolescents matched for age and other factors. We collected resting-state functional magnetic resonance imaging data and stool samples. The Ottawa Self-Injury Inventory and Deliberate Self-Harm Inventory were used to evaluate self-harm behaviors and addictive features. Local brain activity was assessed using fractional amplitude of low-frequency fluctuations (fALFF), and brain regions with abnormal fALFF were selected as seeds for whole-brain functional connectivity analysis. Stool samples were identified using 16S rDNA amplicon sequencing, and the LDA Effect Size method was used to explore significant differences between grouped samples. Mediation analysis was performed to investigate the brain-gut axis mechanisms of addictive features in sNSSI. We found that compared with healthy controls, sNSSI patients have abnormal fALFF in left thalamus and posterior cingulate cortex, dysconnectivities of left thalamus, and decreased Prevotellaceae. Our results suggested that addictive features of sNSSI may have a brain-gut mechanism. Furtherly, patients with 1-4 NSSI behaviors in the past year should have separate name for identification, such as "subthreshold NSSI".
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 0,001 |
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 ».