The Effect of Antidepressant Treatment on Neurocognitive Functions, Redox and Inflammatory Parameters in the Context of COVID-19
Notice bibliographique
Résumé
Inflammation is an important component of the etiopathology of depression that uses oxidative and nitrosative stress (O&NS) and elevated inflammatory markers. SARS-CoV-2 infection is also associated with abnormal inflammatory processes, which may impair effective treatment of depression in COVID-19 survivors. In the presented study, thirty-three hospitalized patients with major depressive disorder (MDD) were started on antidepressant treatment, and twenty-one were re-evaluated after 4-6 weeks. The control group consisted of thirty healthy volunteers. All participants underwent neuropsychiatric evaluation, biochemical blood and urine analyses. The results of the research demonstrated positive correlations of the Hamilton Depression Rating Scale (HAM-D) scores with serum catalase (CAT) and urinary S-Nitrosothiols levels, and the Beck Depression Inventory (BDI) scores with serum reduced glutathione (GSH) and superoxide dismutase (SOD) levels. Depressed patients with a history of COVID-19 prior to the treatment had higher urinary nitric oxide (NO) levels and lower serum glutathione peroxidase (GPx) levels. In the control group, COVID-19 survivors had higher levels of urinary N-formylkynurenine (NFK). Our results suggest that the antidepressant treatment has a modulating effect on O&NS, reduces depressive symptoms and improves cognitive functions The present study does not indicate that clinical response to antidepressant treatment is associated with COVID-19 history and baseline SARS-CoV-2 antibody levels. Nevertheless, further research in this area is needed to systematize antidepressant treatment in COVID-19 survivors.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».