MétaCan
Menu
Retour à la cohorte
Enregistrement W4404319577 · doi:10.1001/jamapsychiatry.2024.3608

Synaptic Density in Early Stages of Psychosis and Clinical High Risk

2024· article· en· W4404319577 sur OpenAlexaff
M. Belen Blasco, Kankana Nisha Aji, Christian Ramos-Jiménez, Ilana R. Leppert, Christine Tardif, J. Pinto Cohen, Pablo Rusjan, Romina Mizrahi

Notice bibliographique

RevueJAMA Psychiatry · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensMontreal Neurological Institute and HospitalDouglas Mental Health University InstituteMcGill UniversityDouglas College
Organismes subventionnairesnon disponible
Mots-clésPsychosisCannabisMedicineAntipsychoticInternal medicineMagnetic resonance imagingSchizophrenia (object-oriented programming)PsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Importance: Synaptic dysfunction is involved in schizophrenia pathophysiology. However, whether in vivo synaptic density is reduced in early stages of psychosis, including its high-risk states, remains unclear. Objective: To investigate whether synaptic density (synaptic vesicle glycoprotein 2A [SV2A] binding potential) is reduced in first-episode psychosis (FEP) and in clinical high risk (CHR) and investigate the effect of cannabis use on synaptic density and examine its relationship with psychotic symptoms and gray matter microstructure across groups. Design, Setting, and Participants: This cross-sectional study was performed in a tertiary care psychiatric hospital from July 2021 to October 2023. Participants were patients with antipsychotic-free or minimally exposed FEP or CHR and healthy controls with a clean urine drug screen (except cannabis). Main Outcomes and Measures: Synaptic density was quantified with dynamic 90-minute [18F]SynVesT-1 positron emission tomography (PET) scans across prioritized brain regions of interest (ROIs) delineated in individual magnetic resonance images (MRIs). Cannabis use was confirmed with urine drug screens. Gray matter microstructure was assessed using diffusion-weighted MRI to estimate neurite density. Results: A total of 49 participants were included, including 16 patients with FEP (mean [SD] age, 26.1 [4.6] years; 9 males and 7 females), 17 patients at CHR (mean [SD] age, 21.2 [3.5] years; 8 males and 9 females), and 16 healthy controls (mean [SD] age, 23.4 [3.6] years; 7 males and 9 females). Synaptic density was significantly different between groups (F2,273 = 4.02, P = .02, Cohen F = 0.17; ROI: F5,273 = 360.18, P < .01, Cohen F = 2.55) with a group × ROI interaction (F10,273 = 2.67, P < .01, Cohen F = 0.32). Synaptic density was lower in cannabis users (F1,272 = 5.31, P = .02, Cohen F = 0.14). Lower synaptic density across groups was associated with more negative symptoms (Positive and Negative Syndrome Scale negative scores: F1,81 = 4.31, P = .04, Cohen F = 0.23; Scale of Psychosis-Risk Symptoms negative scores: F1,90 = 4.12, P = .04, Cohen F = 0.21). SV2A binding potential was significantly associated with neurite density index (F1,138 = 6.76, P = .01, Cohen F = 0.22). Conclusions and Relevance: This study found that synaptic density reductions were present during the early stages of psychosis and its risk states and associated with negative symptoms. The implications of SV2A for negative symptoms in psychosis and CHR warrant further investigation. Future studies should investigate the impact of cannabis use on synaptic density in CHR longitudinally.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,334
Écart entre enseignants0,320 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA PsychiatryMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207