Cognitive and inflammatory heterogeneity in severe mental illness: Translating findings from blood to brain
Notice bibliographique
Résumé
Recent findings link cognitive impairment and inflammatory-immune dysregulation in schizophrenia (SZ) and bipolar (BD) spectrum disorders. However, heterogeneity and translation between the periphery and central (blood-to-brain) mechanisms remains a challenge. Starting with a large SZ, BD and healthy control cohort (n = 1235), we aimed to i) identify candidate peripheral markers (n = 25) associated with cognitive domains (n = 9) and elucidate heterogenous immune-cognitive patterns, ii) evaluate the regulation of candidate markers using human induced pluripotent stem cell (iPSC)-derived astrocytes and neural progenitor cells (n = 10), and iii) evaluate candidate marker messenger RNA expression in leukocytes using microarray in available data from a subsample of the main cohort (n = 776), and in available RNA-sequencing deconvolution analysis of postmortem brain samples (n = 474) from the CommonMind Consortium (CMC). We identified transdiagnostic subgroups based on covariance between cognitive domains (measures of speed and verbal learning) and peripheral markers reflecting inflammatory response (CRP, sTNFR1, YKL-40), innate immune activation (MIF) and extracellular matrix remodelling (YKL-40, CatS). Of the candidate markers there was considerable variance in secretion of YKL-40 in iPSC-derived astrocytes and neural progenitor cells in SZ compared to HC. Further, we provide evidence of dysregulated RNA expression of genes encoding YKL-40 and related signalling pathways in a high neuroinflammatory subgroup in the postmortem brain samples. Our findings suggest a relationship between peripheral inflammatory-immune activity and cognitive impairment, and highlight YKL-40 as a potential marker of cognitive functioning in a subgroup of individuals with severe mental illness.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».