1702-P: High Circulating MIF Levels Indicate the Association with Atypical Antipsychotic-Induced Metabolic Adverse Effects
Notice bibliographique
Résumé
Atypical antipsychotics (AAPs) are first-line medications for schizophrenia (SZ). However, their use is frequently associated with the development of metabolic adverse effects, and the mechanisms behind these negative effects remain inadequately elucidated. Macrophage migration inhibitory factor (MIF) is a procytokine and involved in the development of metabolic dysfunction. To investigate the role of MIF in regulating antipsychotic-induced metabolic abnormalities, we recruited 142 healthy individuals and 388 SZ patients who had been receiving either typical antipsychotic (TAP) or AAP treatments. Subsequently, we conducted assessments of metabolic indices and measured plasma MIF levels, followed by a comprehensive statistical analysis to investigate the connection between MIF levels and metabolic dysfunction. A significant increase in plasma MIF levels was observed in groups receiving monotherapies with five major AAPs in comparison to healthy controls (all p < 0.0001). There was no such increase shown in the group receiving TAP treatment (p > 0.05). Elevated plasma MIF levels displayed a notable correlation with insulin resistance (β = 0.024, p = 0.020), as well as with the levels of triglycerides (β = 0.019, p = 0.001) and total cholesterol (β = 0.012, p = 0.038) in the groups receiving AAPs. However, while the TAP group also displayed some degree of metabolic dysfunction compared to healthy controls, no significant association was evident with plasma MIF levels (all p > 0.05). In conclusion, Plasma MIF levels exhibit a distinctive correlation with metabolic abnormalities triggered by AAPs. Thus, MIF could be further developed as a unique marker to monitor AAP-induced metabolic adverse effects in clinical settings. Disclosure X. Chen: None. P. Gao: None. Y. Qi: None. D. Cui: None. D. Qi: None. Funding This study was supported by National Sciences and Engineering Research Council of Canada (NSERC: RGPIN-2017-04542) and Canadian Institutes of Health Research (CIHR Project Grant: PJT-156116) for Dr. Qi.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».