Cognitive impairment and elevated neutrophil-to-lymphocyte ratio and monocyte-to-lymphocyte ratio in schizophrenia
Notice bibliographique
Résumé
OBJECTIVES: The efficacy of current schizophrenia treatments on cognitive symptoms remains limited owing to constrained data around the aetiopathogenesis of such symptoms. Complete blood cell counts have been used to identify variations in inflammatory responses among individuals with schizophrenia. This study aimed to determine associations between inflammatory markers and cognitive impairment in patients with schizophrenia. METHODS: Patients with schizophrenia aged 20 to 40 years were recruited from Prof Dr M Ildrem Hospital, Medan, Indonesia. Diagnoses were made by psychiatrists based on the DSM-5 criteria. Healthy controls matched for age, sex, and body mass index were recruited from the local community. The severity of schizophrenia was assessed by a psychiatrist using the Positive and Negative Syndrome Scale. Cognitive performance was assessed using the Montreal Cognitive Assessment (MoCA). Complete blood cell counts were performed. Absolute neutrophil, lymphocyte, monocyte, and white blood cell (WBC) counts were quantified, and the neutrophil-to-lymphocyte ratio (NLR) and monocyte-to-lymphocyte ratio (MLR) were calculated. RESULTS: = -0.351, p = 0.011) were negatively correlated with MoCA scores. CONCLUSION: Patients with schizophrenia show signs of cognitive impairment and elevated WBC counts, neutrophil counts, and NLR. These peripheral inflammatory markers may be used to enhance understanding of the complex inflammatory theory of psychotic disorders.
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 | 0,001 | 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) | 0,000 | 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 ».