Endocannabinoid concentrations in major depression: effects of childhood maltreatment and relation to hippocampal volume
Notice bibliographique
Résumé
Evidence from preclinical animal models suggests that the stress-buffering function of the endocannabinoid (eCB) system may help protect against stress-related reductions in hippocampal volume, as is documented in major depressive disorder (MDD). However, stress exposure may also lead to dysregulation of this system. Thus, pathways from marked stress histories, such as childhood maltreatment (CM), to smaller hippocampal volumes and MDD in humans may depend on dysregulated versus intact eCB functioning. We examined whether the relation between MDD and peripheral eCB concentrations would vary as a function of CM history. Further, we examined whether eCBs moderate the relation of CM/MDD and hippocampal volume. Ninety-one adults with MDD and 62 healthy comparison participants (HCs) were recruited for a study from the Canadian Biomarker Integration Network in Depression program (CAN-BIND-04). The eCBs, anandamide (AEA) and 2-arachidonylglycerol (2-AG), were assessed from blood plasma. Severe CM history was assessed retrospectively via contextual interview. MDD was associated with eCBs, though not all associations were moderated by CM or in the direction expected. Specifically, MDD was associated with higher AEA compared to HCs regardless of CM history, a difference that could be attributed to psychotropic medications. MDD was also associated with higher 2-AG, but only for participants with CM. Consistent with hypotheses, we found lower left hippocampal volume in participants with versus without CM, but only for those with lower AEA, and not moderate or high AEA. Our study presents the first evidence in humans implicating eCBs in stress-related mechanisms involving reduced hippocampal volume in MDD.
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 ».