Neurodevelopmental predictors of treatment response in schizophrenia and bipolar disorder
Notice bibliographique
Résumé
Abstract Background Treatment resistance is a major challenge in psychiatric disorders. Early detection of potential future resistance would improve prognosis by reducing the delay to appropriate treatment adjustment and recovery. Here, we sought to determine whether neurodevelopmental markers can predict therapeutic response. Methods Healthy controls (N = 236), patients with schizophrenia (N = 280) or bipolar disorder (N = 78) with a known therapeutic outcome, were retrospectively included. Age, sex, education, early developmental abnormalities (obstetric complications, height, weight, and head circumference at birth, hyperactivity, dyslexia, epilepsy, enuresis, encopresis), neurological soft signs (NSS), and ages at first subjective impairment, clinical symptoms, treatment, and hospitalization, were recorded. A supervised algorithm leveraged NSS and age at first clinical signs to classify between resistance and response in schizophrenia. Results Developmental abnormalities were more frequent in schizophrenia and bipolar disorder than in controls. NSS significantly differed between controls, responsive, and resistant participants with schizophrenia (5.5 ± 3.0, 7.0 ± 4.0, 15.0 ± 6.0 respectively, p = 3 × 10−10) and bipolar disorder (5.5 ± 3.0, 8.3 ± 3.0, 12.5 ± 6.0 respectively, p < 1 × 10−10). In schizophrenia, but not in bipolar disorder, age at first subjective impairment was three years lower, and age at first clinical signs two years lower, in resistant than responsive subjects (p = 2 × 10−4 and p = 9 × 10−3, respectively). Age at first clinical signs and NSS accurately predicted treatment response in schizophrenia (area-under-curve: 77 ± 8%, p = 1 × 10−14). Conclusions Neurodevelopmental features such as NSS and age of clinical onset provide a means to identify patients who may require rapid treatment adaptation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».