Inflammatory markers of symptomatic remission at 6 months in patients with first-episode schizophrenia
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
Neuroinflammation contributes to the pathophysiology of various mental illnesses including schizophrenia. We investigated peripheral inflammatory cytokines as a biomarker for predicting symptomatic remission in patients with first-episode schizophrenia. The study included 224 patients aged 15-60 years who fulfilled the criteria for schizophrenia spectrum disorder with a treatment duration ≤6 months. Serum levels of tumor necrosis factor (TNF) -α, interferon-γ, interleukin (IL)-1α, IL-1β, IL-6, IL-8, IL-10, and IL-12 were measured. Psychotic symptoms, depressive symptoms, and general functioning were assessed using the Positive and Negative Syndrome Scale, Beck Depression Inventory (BDI), Calgary Depression Scale for Schizophrenia, and Personal and Social Performance scale, respectively. Duration of untreated psychosis (DUP) was also recorded. We investigated the factors associated with remission for each sex in logistic regression analysis. In total, 174 patients achieved remission at the 6-month follow-up (females, 83.5%; males, 70.9%). Remission was associated with older age and lower BDI scores in male patients and with lower TNF-α levels and shorter DUP in female patients. Our findings suggest that peripheral inflammatory cytokines may impede early symptomatic remission in female patients with schizophrenia. In addition, depressive symptoms in males and long DUP in females may be poor prognostic factors for early remission in patients with first-episode psychosis.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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