Association between cytokines and suicidality in patients with psychosis: A multicentre longitudinal analysis
Notice bibliographique
Résumé
Suicide is a common cause of death in all phases of schizophrenia spectrum disorder, particularly in the youngest patients. Clinical measures have demonstrated limited value in suicide prediction, spurring the search for potential biomarkers. The causes of suicidal behaviour are complex, but the immune system seems to be involved as it reflects or even causes mental suffering. We aimed to identify cytokines with associations to suicidality in a sample of patients with symptoms of active psychosis. Patients with schizophrenia spectrum disorder (N = 144) participating in a semi-randomized antipsychotic drug trial (the BeSt InTro study) were assessed with the Positive and Negative Syndrome Scale (PANSS) and the Calgary Depression Scale for Schizophrenia (CDSS) at eight visits across 12 months. The Clinical Global Impression for Severity of Suicidality scale (CGI-SS) was used for assessing suicidality. Serum concentrations of tumour necrosis factor (TNF)-alpha, interferon (IFN)-gamma, interleukin (IL)-1beta, IL-2, IL-4, IL-6, and IL-10 were measured using immunoassays. A logistic regression model was used to investigate the association between cytokine levels and suicidality. To enhance clinical significance, the CGI-SS scores were dichotomized into two groups before analyses: low (=1) and high (≥2) risk for suicidality. Both uni- and multi-variate analyses revealed an inverse correlation between IL-2 and IL-10 serum levels and suicidality, where lower cytokine concentrations of IL-2 and IL-10 were associated with higher suicidality scores. The results were consistent when adjusted for depression and substance use. These results indicate that inflammatory processes are linked to the risk of suicidality in patients with schizophrenia spectrum disorders.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».