MétaCan
Menu
Retour à la cohorte
Enregistrement W4393321499 · doi:10.1016/j.bbi.2024.03.049

Plasma complement and coagulation proteins as prognostic factors of negative symptoms: An analysis of the NAPLS 2 and 3 studies

2024· article· en· W4393321499 sur OpenAlexaff
Jonah F. Byrne, Colm Healy, Melanie Föcking, Meike Heurich, Subash Raj Susai, David Mongan, Kieran Wynne, Eleftheria Kodosaki, Scott W. Woods, Barbara A. Cornblatt, William S. Stone, Daniel H. Mathalon, Carrie E. Bearden, Kristin S. Cadenhead, Jean Addington, Elaine F. Walker, Tyrone D. Cannon, Mary Cannon, Clark Jeffries, Diana O. Perkins, David Cotter

Notice bibliographique

RevueBrain Behavior and Immunity · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTryptophan and brain disorders
Établissements canadiensHotchkiss Brain InstituteUniversity of Calgary
Organismes subventionnairesNational Institute of Mental HealthEuropean Regional Development FundScience Foundation IrelandWellcome Trust
Mots-clésInternal medicineSchizophrenia (object-oriented programming)Schizoaffective disorderProdromeClinical psychologyMedicinePsychosisPsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Negative symptoms impact the quality of life of individuals with psychosis and current treatment options for negative symptoms have limited effectiveness. Previous studies have demonstrated that complement and coagulation pathway protein levels are related to later psychotic experiences, psychotic disorder, and functioning. However, the prognostic relationship between complement and coagulation proteins and negative symptoms is poorly characterised. METHODS: In the North American Prodrome Longitudinal Studies 2 and 3, negative symptoms in 431 individuals at clinical high-risk for psychosis (mean age: 18.2, SD 3.6; 42.5 % female) were measured at multiple visits over 2 years using the Scale of Psychosis-Risk Symptoms. Plasma proteins were quantified at baseline using mass spectrometry. Four factors were derived to represent levels of proteins involved in the activation or regulation of the complement or coagulation systems. The relationships between standardised protein group factors and serial measurements of negative symptoms over time were modelled using generalised least squares regression. Analyses were adjusted for baseline candidate prognostic factors: negative symptoms, positive symptoms, functioning, depressive symptoms, suicidal ideation, cannabis use, tobacco use, antipsychotic use, antidepressant use, age, and sex. RESULTS: Clinical and demographic prognostic factors of follow-up negative symptoms included negative, positive, and depressive symptoms, functioning, and age. Adjusting for all candidate prognostic factors, the complement regulators group and the coagulation regulators group were identified as prognostic factors of follow-up negative symptoms (β: 0.501, 95 % CI: 0.160, 0.842; β: 0.430, 95 % CI: 0.080, 0.780 respectively. The relationship between complement regulator levels and negative symptoms was also observed in NAPLS2 alone (β: 0.501, 95 % CI: -0.037, 1.039) and NAPLS3 alone, additionally adjusting for BMI (β: 0.442, 95 % CI: 0.127, 0.757). CONCLUSION: The results indicate that plasma complement and coagulation regulator levels are prognostic factors of negative symptoms, independent of clinical and demographic prognostic factors. These results suggest complement and coagulation regulator levels could have potential utility in informing treatment decisions for negative symptoms in individuals at risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,429
Score d'incertitude au seuil0,318

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,342
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain Behavior and ImmunityMême sujetTryptophan and brain disordersTravaux en français237 207