MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401920832 · doi:10.1192/j.eurpsy.2024.1593

Short-chain fatty acids in schizophrenia: are they affected by a depressive state?

2024· article· en· W4401920832 sur OpenAlexaboutno aff
M. Couce-Sánchez, G. Paniagua, L. González-Blanco, A. García-Fernández, Clara Martínez-Cao, Carlos Sabater, Abelardo Margollés, Julio Bobes, María Paz García‐Portilla, Pilar A. Sáiz

Notice bibliographique

RevueEuropean Psychiatry · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensnon disponible
Organismes subventionnairesSzegedi Tudományegyetem
Mots-clésSchizophrenia (object-oriented programming)Depressive symptomsChain (unit)State (computer science)Long chainPsychiatryPsychologyChemistryComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Introduction Short-chain fatty acids (SCFA) are bacterial metabolites that, within microbiome-gut-brain axis, make a promising research line on etiopathology of mental diseases like schizophrenia (SZ) and major depression disorder. Besides, depressive symptoms are frequent clinical features of SZ. Objectives - Describe fecal SCFA concentrations in SZ patients. - Analyze differences in SCFA depending on: - Depression. - Clinical severity, antipsychotics and antidepressants, comorbidities (pro-inflammatory state/obesity/metabolic syndrome [MetS]), lifestyle. Methods Cross-sectional study of 67 outpatients [mean age=43.52±12.42, range=22-67; males=40 (59.7%)] with diagnosis (DSM-5) of SZ recruited from their mental health clinics in Oviedo (Spain). - Assessment: - Fecal SCFA (gas chromatography;μg/mL). - Plasmatic C-reactive protein (CPR;mg/dL). - PANSS, Calgary Depression (CDS), International Physical Activity (IPAQ), Mediterranean Diet Adherence (MEDAS). - Toxic habits (alcohol use/smoking/cannabis). - Chlorpromazine equivalent doses (CPZ-ED), use of antidepressants. - MetS (ATP-III), body mass index (BMI; kg/cm2). - Statistics: Spearman correlation, U Mann-Whitney, ANCOVA. Results 14 patients showed clinical depression (CDS≥5). There were no differences in age or sex between groups. 36 patients (53.7%) showed systemic low-grade inflammation (CPR≥0.3mg/dL) and 32 (30.8%) MetS.Table 1 shows fecal SCFA levels by depressive state. Means (SD) are ahown. Table 1 CDS≤4 CDS≥5 Total U Mann-Whitney (p-value) Acetate 21.449(12.823) 12.911(7.189) 19.665(12.328) 221.000(0.021) Propanoate 9.170(6.819) 6.848(6.036) 8.685(6.687) 268.500(0.114) Butyrate 8.529(6.436) 7.875(8.232) 8.392(6.787) 320.000(0.432) Total SCFA 39.148(23.770) 31.415(24.526) 36.742(23.549) 250.000(0.062) Correlations were found in Age with Butyrate (r=-0.248,p=0.043) and weekly alcohol units with Propanoate (r=0.250,p=0.041) plus trend to significance with Butyrate (r=0.232,p=0.059). It also showed a trend towards statistical relation for CPZ-ED with Propanoate (r=-0.253,p=0.039) and Total SCFA (r=-0.253,p=0.039). We found no correlation in SCFA with MetS, CGI, PANSS-N, BMI, IPAQ, MEDAS and other toxic habits. ANCOVA was performed to Acetate and Total SCFA using depression state as independent variable and Age and CPZ-ED as covariates. There was a trend towards statistical significance for Acetate (F=3.937,p=0.052,η2=0.059) whereas Total SCFA showed no difference (F=1.350,p=2.250,η2=0.021). Conclusions There seems to be lower levels of fecal Acetate in SZ patients with depressive symptoms, considering age and antipsychotic intake. In our sample there was no relation between SFCA and clinical severity, lifestyle, comorbidities or antidepressant use. Disclosure of Interest None Declared

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,289
Écart entre enseignants0,275 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Psychiatry→Même sujetFatty Acid Research and Health→Travaux en français237 207→