Mapping Longitudinal Psychiatric Signatures in Huntington’s Disease
Notice bibliographique
Résumé
OBJECTIVE: Although Huntington's disease is characterized by motor onset, psychiatric disturbances may present years prior and affect functioning. However, there is inter-individual variability in psychiatric expression and progression. This study therefore strives to stratify longitudinal psychiatric signatures that may inform Huntington's disease prognosis, with potential clinical applications. METHODS: Forty-six Huntington's disease gene carriers (21 premanifest, 25 manifest; 31 female; age range 25-69) underwent short-Problem Behavior Assessment for depression, irritability, apathy, and dysexecutive behaviors for up to six longitudinal visits. The Disease Trajectories software, a machine-learning approach, was employed to perform unsupervised clustering of psychiatric trajectories. Linear fits were calculated for each cluster. Lastly, the main clusters of shared trajectories were assessed for group differences in demographic and clinical characteristics. RESULTS: The Disease Trajectories analysis software identified two main psychiatric patterns comprising premanifest and manifest patients that explained 54% of the sample. These two clusters evinced a dissociation in the development of depression and irritability; the first cluster was defined by increasing irritability with no depression and the second by a rise-and-fall in depression with no irritability. Both clusters showed a longitudinal increase in clinically relevant apathy and dysexecutive behaviors. CONCLUSIONS: Ultimately, through the detection of individual-level psychiatric trajectories with machine-learning, this exploratory study reveals that a dissociation of depression and irritability is apparent even in premanifest stages. These findings underscore individual differences in the severity of longitudinal multivariate clinical characteristics for real-world patient stratification, with implications for precision medicine.
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 | 0,001 |
| 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 ».