Genetics of Response to <scp>ECT</scp>, <scp>TMS</scp>, Ketamine and Esketamine
Notice bibliographique
Résumé
Treatment-resistant mood disorders are often managed with intensive interventions that include electroconvulsive therapy (ECT), transcranial magnetic stimulation (TMS), ketamine, and esketamine, but the role of genetics in clinical response to those interventions is yet to be clearly determined. Here, we review the current literature on the genetics of response to these treatment modalities. To date, the limited number of studies done to investigate genetic predictors of treatment response have primarily focused on single variants in candidate genes, and none of these have been consistently reproducible. The majority of candidate gene studies examine the effect of variants in the COMT and BDNF genes on treatment response. There are a limited number of genome-wide association studies (GWAS) looking at treatment response, though they are almost all underpowered, with only one study including a sample size > 1000. As a result, there have been few single nucleotide polymorphisms (SNPs) found to be associated with treatment response at a statistically significant level, all in genes other than COMT and BDNF. The challenge is now to generate data from a large group of patients undergoing these therapies in order to more robustly assess the genetic factors affecting treatment response. This will not only help establish genetic predictors of response, but also potentially develop differential predictors of response to available treatments, which could provide clinicians with critical information to aid in deciding which treatment modality to recommend for treatment-resistant depression. We are currently pursuing such a strategy in our 50-site worldwide Gen-ECT-ic consortium.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».