Associations between C-reactive protein and individual symptoms of depression in a lower-middle income country
Notice bibliographique
Résumé
BACKGROUND: Data on associations between inflammation and depressive symptoms largely originate from high income population settings, despite the greatest disease burden in major depressive disorder being attributed to populations in lower-middle income countries (LMICs). AIMS: We assessed the prevalence of low-grade inflammation in adults with treatment-resistant depression (TRD) in Pakistan, an LMIC, and investigated associations between peripheral C-reactive protein (CRP) levels and depressive symptoms. METHOD: = 191). Logistic regression models were built to assess the relationship between pre-treatment CRP (≥ or <3 mg/L) and individual depressive symptoms measured using the Hamilton Depression Rating Scale. Descriptive statistics and regression were used to assess treatment response for inflammation-associated symptoms. RESULTS: = 146) of participants. Early night insomnia (odds ratio 2.33, 95% CI 1.16-5.25), early morning waking (odds ratio 2.65, 95% CI 1.29-6.38) and psychic anxiety (odds ratio 3.79, 95% CI 1.39-21.7) were positively associated, while gastrointestinal (odds ratio 0.38, 95% CI 0.14-0.86) and general somatic symptoms (odds ratio 0.34, 95% CI 0.14-0.74) were negatively associated with inflammation. Minocycline, but not simvastatin, improved symptoms positively associated with inflammation. CONCLUSIONS: The prevalence of inflammation in this LMIC sample with TRD was higher than that reported in high income countries. Insomnia and anxiety symptoms may represent possible targets for personalised treatment with immunomodulatory agents in people with elevated CRP. These findings require replication in independent clinical samples.
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 | 0,000 |
| 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) | 0,000 | 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 ».