First vs recurrent episode symptomatology in Major Depressive Disorder and its relation to brain function and structure: a network approach
Notice bibliographique
Résumé
Abstract Background. Major Depressive Disorder (MDD) is a prevalent psychiatric disorder. At least half of the patients who recover from a first depressive episode, will experience a relapse. Therefore, understanding the underlying mechanisms supporting relapse is a clinical urgency that could be informed by studying complex brain-behavior associations. Here, we investigated how the relationships between depressive symptomatology and regional brain characteristics differed between people with first depressive episode vs recurrent depression. Methods. We used REST-meta-MDD data from the DIRECT consortium. We focused on comparing global and local network properties between first (n=239) and recurrent episode (n=179) on: (i) symptom network, (ii) brain structural (VBM) and functional networks (ALFF, ReHO), and (iii) integrated symptoms network and brain characteristics using the psychopathology and multimodal network approach. Results. Symptom network analysis showed high values of strength centrality for “Insomnia: Early Hours of the Morning” and “General somatic symptoms” at recurrence compared to the first episode. Also, differences in global strength in the integrated symptom-brain network (measured with ReHo metric) (S=2.09 p = 0.042). Finally, we found the edge of specific symptom-brain links, including insomnia and somatic symptoms-, to differ between the first episode and recurrence. Conclusions. For symptom networks, local but not global properties differentiated first from recurrent episode MDD, with specially stronger relations of insomnia and somatic symptoms in recurrent episode depression. For integrated symptom-brain networks, global strength of the network reflecting regional functional integrity (ReHO) was related to recurrence. This suggests that symptoms have relevance for understanding the complex brain-symptom relations underpinning recurrence of depression.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».