Biomarkers of treatment-resistant schizophrenia: A systematic review
Notice bibliographique
Résumé
Treatment-resistant schizophrenia (TRS) is associated with great disability, functional impairment, and substantial socioeconomic costs. While clozapine is indicated in patients with TRS, its use is restricted to patients who have not responded to at least 2 other antipsychotics, thus implying a series of empirical trials of different drugs before receiving effective treatment. In this scenario, the identification of reliable biological markers to predict the risk for TRS before starting pharmacological treatments might significantly improve the management of TRS in its early stages. We conducted a systematic review on PubMed, Scopus and Web of Science to identify studies investigating peripheral biological markers of TRS. A total of 75 articles were included. These studies mostly investigated the association between TRS and genetic markers (n = 42, of which 16 with a genome-wide and 25 with a candidate-gene design) and protein/metabolite markers (n = 23), while only a minority of studies investigated RNA markers (n = 5), methylation levels (n = 4), gut microbiota profiles (n = 1), or more than one type of marker (n = 3). The elucidation of peripheral biomarkers of TRS is challenging due to the large heterogeneity across studies in terms of clinical definition of TRS, the relatively small sample size of many studies, as well as the lack of powered studies integrating data at a multi-omic level. Nonetheless, available studies suggest TRS to be a trait with a significant heritability and point to inflammation and cytokine imbalance as the most promising pathways involved in this complex phenotype.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».