Identifying Cardiovascular Disease Risk Endotypes of Adolescent Major Depressive Disorder Using Exploratory Unsupervised Machine Learning
Notice bibliographique
Résumé
Objective: Adolescents with major depressive disorder (MDD) are at increased risk of premature atherosclerosis and cardiovascular disease (CVD). The ability to identify adolescents with MDD who are at increased CVD risk would facilitate personalized interventions and advance knowledge regarding the MDD-CVD association. This study aimed to identify adolescent MDD endotypes of increased CVD risk. Method: Youth with MDD (n = 189; 74% female; mean [SD] age 15.03 [1.85] years) were recruited through an outpatient psychiatry program in a large urban hospital. Individual and family (demographics, depression, anxiety symptoms, family conflict), physical examination (vital signs, body mass index), and laboratory (lipid profile, glucose, C-reactive protein) data were collected. Using demographic, clinical, and laboratory data, k-means clustering was performed; a subsequent model included only lipids. Continuous and categorical measures were compared between clusters. Results: The model containing all variables yielded 1 high and 1 low CVD risk cluster, which differed significantly in ethnicity, anthropometrics, laboratory data, and family conflict, but not in depression or anxiety severity. The lipid-only model yielded 2 high and 2 low CVD risk clusters that differed significantly in sex, ethnicity, body mass index, lipids, depression, and anxiety severity. Of the 2 CVD risk clusters, one was indicative of increased cardiometabolic risk, while the other comprised adolescents with MDD who had high low-density lipoprotein and no other cardiovascular risk factors. Conclusion: Endotypes of adolescent MDD associated with varying levels of CVD risk were identified. Results highlight the heterogeneity of adolescent MDD and the need for precision medicine approaches in management of MDD to improve both CVD and depression outcomes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».