MétaCan
Menu
Retour à la cohorte
Enregistrement W4391256181 · doi:10.1016/j.jad.2024.01.146

A pilot study examining the impact of lithium treatment and responsiveness on mnemonic discrimination in bipolar disorder

2024· article· en· W4391256181 sur OpenAlexafffund
Dhanyaasri Madanlal, Christian Guinard, Vanessa Pardo Nuñez, Suzanna Becker, Julie Garnham, Anouar Khayachi, Simon Léger, Claire O’Donovan, Selena Singh, Shani Stern, Claire Slaney, Thomas Trappenberg, Martin Alda, Abraham Nunes

Notice bibliographique

RevueJournal of Affective Disorders · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensMcGill UniversityMcMaster UniversityMontreal Neurological Institute and HospitalDalhousie University
Organismes subventionnairesNova Scotia Health AuthorityFaculty of Medicine, Dalhousie UniversityResearch Nova ScotiaDalhousie Medical Research Foundation
Mots-clésDentate gyrusLithium (medication)Bipolar disorderGeneralizability theoryPsychologyAudiologyMnemonicInternal medicineTreatment of bipolar disorderNeurosciencePsychiatryMedicineClinical psychologyHippocampusDevelopmental psychologyManiaCognitive psychology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Mnemonic discrimination (MD), the ability to discriminate new stimuli from similar memories, putatively involves dentate gyrus pattern separation. Since lithium may normalize dentate gyrus functioning in lithium-responsive bipolar disorder (BD), we hypothesized that lithium treatment would be associated with better MD in lithium-responsive BD patients. METHODS: = 16 [23 %]) performed the Continuous Visual Memory Test (CVMT), which requires discriminating between novel and previously seen images. Before testing, all patients had prophylactic lithium responsiveness assessed over ≥1 year of therapy (with the Alda Score), although only thirty-eight patients were actively prescribed lithium at time of testing (55 %; 12/16 responders, 26/53 nonresponders). We then used computational modelling to extract patient-specific MD indices. Linear models were used to test how (A) lithium treatment, (B) lithium responsiveness via the continuous Alda score, and (C) their interaction, affected MD. RESULTS: Superior MD performance was associated with lithium treatment exclusively in lithium-responsive patients (Lithium x AldaScore β = 0.257 [SE 0.078], p = 0.002). Consistent with prior literature, increased age was associated with worse MD (β = -0.03 [SE 0.01], p = 0.005). LIMITATIONS: Secondary pilot analysis of retrospectively collected data in a cross-sectional design limits generalizability. CONCLUSION: Our study is the first to examine MD performance in BD. Lithium is associated with better MD performance only in lithium responders, potentially due to lithium's effects on dentate gyrus granule cell excitability. Our results may influence the development of behavioural probes for dentate gyrus neuronal hyperexcitability in BD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,338
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Affective DisordersMême sujetBipolar Disorder and TreatmentTravaux en français237 207