Functional neuroimaging biomarkers of anhedonia response to escitalopram plus adjunct aripiprazole treatment for major depressive disorder
Notice bibliographique
Résumé
BACKGROUND: Identifying neuroimaging biomarkers of antidepressant response may help guide treatment decisions and advance precision medicine. AIMS: To examine the relationship between anhedonia and functional neurocircuitry in key reward processing brain regions in people with major depressive disorder receiving aripiprazole adjunct therapy with escitalopram. METHOD: Data were collected as part of the CAN-BIND-1 study. Participants experiencing a current major depressive episode received escitalopram for 8 weeks; escitalopram non-responders received adjunct aripiprazole for an additional 8 weeks. Functional magnetic resonance imaging (on weeks 0 and 8) and clinical assessment of anhedonia (on weeks 0, 8 and 16) were completed. Seed-based correlational analysis was employed to examine the relationship between baseline resting-state functional connectivity (rsFC), using the nucleus accumbens (NAc) and anterior cingulate cortex (ACC) as key regions of interest, and change in anhedonia severity after adjunct aripiprazole. RESULTS: Anhedonia severity significantly improved after treatment with adjunct aripiprazole.There was a positive correlation between anhedonia improvement and rsFC between the ACC and posterior cingulate cortex, ACC and posterior praecuneus, and NAc and posterior praecuneus. There was a negative correlation between anhedonia improvement and rsFC between the ACC and anterior praecuneus and NAc and anterior praecuneus. CONCLUSIONS: Eight weeks of aripiprazole, adjunct to escitalopram, was associated with improved anhedonia symptoms. Changes in functional connectivity between key reward regions were associated with anhedonia improvement, suggesting aripiprazole may be an effective treatment for individuals experiencing reward-related deficits. Future studies are required to replicate our findings and explore their generalisability, using other agents with partial dopamine (D2) agonism and/or serotonin (5-HT2A) antagonism.
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 ».