MétaCan
Menu
Retour à la cohorte
Enregistrement W4401953709 · doi:10.3390/metabo14090475

Peripheral Lipid Signatures, Metabolic Dysfunction, and Pathophysiology in Schizophrenia Spectrum Disorders

2024· review· en· W4401953709 sur OpenAlexafffund
Sally Wu, Kristoffer Panganiban, Jiwon Lee, Emily C. C. Smith, Kateryna Maksyutynska, Bailey Humber, Tariq Ahmed, Sri Mahavir Agarwal, Kristen M. Ward, Margaret Hahn

Notice bibliographique

RevueMetabolites · 2024
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesBanting and Best Diabetes Centre, University of TorontoDepartment of Psychiatry, University of Toronto
Mots-clésLipidomicsLipid metabolismPathophysiologySchizophrenia (object-oriented programming)Schizophrenia spectrumBioinformaticsComorbidityMedicineDyslipidemiaGlycerophospholipidsMetabolic disorderMetabolomeInternal medicineMetabolomicsBiologyPsychiatryPsychosisBiochemistryPhospholipidDisease

Résumé

récupéré en direct d'OpenAlex

Metabolic dysfunction is commonly observed in schizophrenia spectrum disorders (SSDs). The causes of metabolic comorbidity in SSDs are complex and include intrinsic or biological factors linked to the disorder, which are compounded by antipsychotic (AP) medications. The exact mechanisms underlying SSD pathophysiology and AP-induced metabolic dysfunction are unknown, but dysregulated lipid metabolism may play a role. Lipidomics, which detects lipid metabolites in a biological sample, represents an analytical tool to examine lipid metabolism. This systematic review aims to determine peripheral lipid signatures that are dysregulated among individuals with SSDs (1) with minimal exposure to APs and (2) during AP treatment. To accomplish this goal, we searched MEDLINE, Embase, and PsychINFO databases in February 2024 to identify all full-text articles written in English where the authors conducted lipidomics in SSDs. Lipid signatures reported to significantly differ in SSDs compared to controls or in relation to AP treatment and the direction of dysregulation were extracted as outcomes. We identified 46 studies that met our inclusion criteria. Most of the lipid metabolites that significantly differed in minimally AP-treated patients vs. controls comprised glycerophospholipids, which were mostly downregulated. In the AP-treated group vs. controls, the significantly different metabolites were primarily fatty acyls, which were dysregulated in conflicting directions between studies. In the pre-to-post AP-treated patients, the most impacted metabolites were glycerophospholipids and fatty acyls, which were found to be primarily upregulated and conflicting, respectively. These lipid metabolites may contribute to SSD pathophysiology and metabolic dysfunction through various mechanisms, including the modulation of inflammation, cellular membrane permeability, and metabolic signaling pathways.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,009
Tête enseignante GPT0,263
Écart entre enseignants0,254 · 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.

Devis d'étudeSans objet
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

Citations7
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetabolitesMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207