MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399203474 · doi:10.1371/journal.pone.0280612

Inflammatory biomarkers and perinatal depression: A systematic review

2024· review· en· W4399203474 sur OpenAlexaboutno aff
Anabela Silva‐Fernandes, Ana Conde, Margarida Marques, Rafael A. Caparrós-González, Emma Fransson, Ana Mesquita, Bárbara Figueiredo, Alkistis Skalkidou

Notice bibliographique

RevuePLoS ONE · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueMaternal Mental Health During Pregnancy and Postpartum
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteFundação para a Ciência e a TecnologiaUniversidade do Minho
Mots-clésDepression (economics)MedicineMEDLINEBioinformaticsIntensive care medicineBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Approximately 10 to 20% of pregnant women worldwide experience perinatal depression (PND), a depressive episode with onset during pregnancy or after childbirth. We performed a systematic review to identify, summarize and discuss studies on inflammatory biomarkers described in relation to PND. METHOD: Inclusion criteria defined the selection of observational studies written in English, French, Spanish or Portuguese, that evaluate analytical levels of inflammatory molecules (protein levels) in biological fluids in women, with a diagnosis of depression using ICD/DSM diagnostic criteria or depressive symptoms assessed by standardized psychometric instruments, during pregnancy and/or postpartum. Case reports, experimental studies, reviews, qualitative analysis, meta-analysis, gray literature or replicated data were excluded. Three electronic databases were used for search (Pubmed, Web of Science and PsychInfo) and quality assessment of selected studies were performed using the Newcastle-Ottawa Scale. Data extraction included study design; number of subjects; obstetric information; tools and timepoints of depression and inflammatory markers assessment. RESULTS: 56 studies (sample size for cross-sectional and case-control studies ranging from 10 to 469; sample size for longitudinal studies ranging from 26 to 467), where the major aim was to analyze the association between depression and inflammatory biomarkers during pregnancy and postpartum period were included in this systematic review. Overall, the findings of our systematic review lend support to the hypothesis that several inflammatory markers may be associated with peripartum depressive symptoms. The associations were somewhat different looking at pregnancy compared to the delivery time-point and postpartum, and mainly referred to increased levels of IL-6, IL-8, CRP and TNF-α among depressed. DISCUSSION: In summary, our systematic review findings provide evidence supporting the hypothesis that several inflammatory markers may correlate with peripartum depressive symptoms. However, our work also highlighted notable differences in the timing of biological sampling for inflammatory markers and in the methodologies used to assess depression during the perinatal period. Additionally, variations were observed in how inflammatory biomarkers and depression were approached, including their classification as exposure or outcome variables, and the timing of assessments. It is essential for future research to investigate the influence of biological fluids and the timing of assessments for both inflammatory biomarkers and depression to gain a deeper understanding of their association. This comprehensive exploration is pivotal for elucidating the intricate relationship between inflammation and perinatal depression.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,024
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,007
Bibliométrie0,0110,011
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,067
Tête enseignante GPT0,333
Écart entre enseignants0,266 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations40
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetMaternal Mental Health During Pregnancy and Postpartum→Travaux en français237 207→