Neurocognitive correlates of metabolic dysregulation in individuals with mood disorders: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Individuals with mood disorders are predisposed to metabolic dysfunction, while those with metabolic dysregulation such as diabetes and obesity experience more severe depressive symptoms. Both metabolic dysfunction and mood disorders are independently associated with cognitive deficits. Therefore, given their close association, this study aimed to explore the association between metabolic dysfunction in individuals with mood disorders in relation to cognitive outcomes. A comprehensive search comprised of these three domains was carried out; a random-effects meta-analysis pooling mean cognitive outcomes was conducted (PROSPERO ID: CRD42022295765). Sixty-three studies were included in this review; 26 were synthesized in a quantitative meta-analysis. Comorbid metabolic dysregulation was associated with significantly lower global cognition among individuals with mood disorders. These trends were significant within each mood disorder subgroup, including major depressive disorder, bipolar disorder, and self-report depression/depressive symptoms. Type 2 diabetes was associated with the lowest cognitive performance in individuals with mood disorders, followed by peripheral insulin resistance, body mass index ⩾25 kg/m 2 , and metabolic syndrome. Significant reduction in scores was also observed among individual cognitive domains (in descending order) of working memory, attention, executive function, processing speed, verbal memory, and visual memory. These findings demonstrate the detrimental effects of comorbid metabolic dysfunction in individuals with mood disorders. Further research is required to understand the underlying mechanisms connecting mood disorders, metabolism, and cognition.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,001 |
| 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 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 ».