Brain-derived neurotrophic factor Val66Met and CYP2B6 polymorphisms as predictors for ketamine effectiveness in patients with treatment-resistant depression
Notice bibliographique
Résumé
BACKGROUND: Converging lines of evidence indicate that ketamine is a rapid antidepressant for individuals with treatment-resistant depression. Hitherto, no reliable a priori predictors of ketamine response have been reported. Pharmacogenetic biomarkers have yielded mixed results regarding potential candidate genes associated with ketamine's biochemistry as reliable predictors of response. AIMS: No studies have examined the effects of Val66Met and CYP2B6 genotypes on patients receiving repeated infusions of intravenous ketamine. METHODS: In all, 85 participants with major depressive disorder who had previously received four infusions of intravenous ketamine were recruited to the foregoing study. Buccal swabs were collected and genotype variants across the Val66Met and CYP2B6 genes were analyzed. A repeated measures mixed linear model was used to assess change in depressive symptoms, suicidality, and anxiety, correcting for sex and age. Multiple regression was run to determine whether these genetic markers were associated with treatment efficacy for depressive severity, suicidal ideation, anxiolytic response, and degree of dissociation to intravenous ketamine. RESULTS: Participants experienced significant overall reductions in depression, suicide, and anxiety. Overall, 25% met the response criteria and 15% met the remission criteria. However, Val66Met and CYP2B6 did not significantly predict changes in symptoms of depression, suicide, anxiety, or average dissociation. CONCLUSIONS: This study contributes to the growing literature that ketamine efficacy is unlikely to be predicted by single genes, and a pleiotropic approach may likely be necessary for developing reliable predictors of clinical benefits.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».