Longitudinal course of inflammatory-cognitive subgroups across first treatment severe mental illness and healthy controls
Notice bibliographique
Résumé
BACKGROUND: While inflammation is associated with cognitive impairment in severe mental illnesses (SMI), there is substantial heterogeneity and evidence of transdiagnostic subgroups across schizophrenia (SZ) and bipolar (BD) spectrum disorders. There is however, limited knowledge about the longitudinal course of this relationship. METHODS: = 220). Linear mixed models were used to evaluate longitudinal changes separately in CRP and cognitive domains specific to diagnostic status (SZ, BD, HC). Hierarchical clustering was applied on the entire sample to investigate the longitudinal course of transdiagnostic inflammatory-cognitive subgroups. RESULTS: There were no case-control differences or change in CRP from baseline to follow-up. We confirm previous observations of case-control differences in cognition at both time-points and domain specific stability/improvement over time regardless of diagnostic status. We identified transdiagnostic inflammatory-cognitive subgroups at baseline with differing demographics and clinical severity. Despite improvement in cognition, symptoms and functioning, the higher inflammation - lower cognition subgroup (75% SZ; 48% BD; 38% HC) had sustained inflammation and lower cognition, more symptoms, and lower functioning (SMI only) at follow-up. This was in comparison to a lower inflammation - higher cognition subgroup (25% SZ, 52% BD, 62% HC), where SMI participants showed cognitive functioning at HC level with a positive clinical course. CONCLUSIONS: Our findings support heterogenous and transdiagnostic inflammatory-cognitive subgroups that are stable over time, and may benefit from targeted interventions.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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) | 0,000 | 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 ».