Ketogenic therapy for schizophrenia: evidence, mechanisms, and clinical perspectives
Notice bibliographique
Résumé
Introduction: Schizophrenia is a chronic psychiatric disorder marked by significant cognitive and functional impairments. Current antipsychotic treatments offer limited benefit for negative symptoms and cognitive dysfunction while often exacerbating metabolic comorbidities. Emerging evidence implicates impaired glucose metabolism and mitochondrial dysfunction in the pathophysiology of schizophrenia, suggesting a role for metabolic interventions. Methods: This article reviews and synthesizes clinical, preclinical, and mechanistic evidence supporting the use of ketogenic therapy-a high-fat, low-carbohydrate intervention that induces ketosis-as a potential adjunctive treatment in schizophrenia. Results: Preliminary clinical findings, including case reports and small trials, suggest that ketogenic therapy may improve positive and negative symptoms, cognitive performance, and metabolic outcomes in individuals with schizophrenia spectrum disorders. Preclinical studies using NMDA antagonist models demonstrate that ketogenic interventions can normalize behavioral and neurophysiological deficits. Mechanistically, ketone bodies enhance mitochondrial function, modulate neurotransmitter systems (GABA, glutamate, dopamine), and reduce inflammation and oxidative stress. These effects may address core dysfunctions in schizophrenia that are unresponsive to dopamine-targeting pharmacotherapies. Discussion: Ketogenic therapy holds potential for addressing unmet clinical needs in schizophrenia, including negative and cognitive symptoms, treatment-resistant cases, and antipsychotic-induced metabolic syndrome. It may also be explored as a preventive strategy in high-risk populations. However, larger controlled trials are needed to establish efficacy, safety, and feasibility in psychiatric settings. Conclusion: Ketogenic therapy offers a novel, mechanistically informed intervention that targets metabolic and neurochemical pathways implicated in schizophrenia. If validated, it could pave the way for more integrative and personalized treatment strategies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».