Central Obesity-related Brain Alterations Predict Cognitive Impairments in First Episode of Psychosis
Notice bibliographique
Résumé
BACKGROUND AND HYPOTHESIS: Cognitive impairment is a key contributor to disability and poor outcomes in schizophrenia, yet it is not adequately addressed by currently available treatments. Thus, it is important to search for preventable or treatable risk factors for cognitive impairment. Here, we hypothesized that obesity-related neurostructural alterations will be associated with worse cognitive outcomes in people with first episode of psychosis (FEP). STUDY DESIGN: This observational study presents cross-sectional data from the Early-Stage Schizophrenia Outcome project. We acquired T1-weighted 3D MRI scans in 440 participants with FEP at the time of the first hospitalization and in 257 controls. Metabolic assessments included body mass index (BMI), waist-to-hip ratio (WHR), serum concentrations of triglycerides, cholesterol, glucose, insulin, and hs-CRP. We chose machine learning-derived brain age gap estimate (BrainAGE) as our measure of neurostructural changes and assessed attention, working memory and verbal learning using Digit Span and the Auditory Verbal Learning Test. STUDY RESULTS: Among obesity/metabolic markers, only WHR significantly predicted both, higher BrainAGE (t(281)=2.53, p=0.012) and worse verbal learning (t(290) = -2.51, P = .026). The association between FEP and verbal learning was partially mediated by BrainAGE (average causal mediated effects, ACME = -0.04 [-0.10, -0.01], P = .022) and the higher BrainAGE in FEP was partially mediated by higher WHR (ACME = 0.08 [0.02, 0.15], P = .006). CONCLUSIONS: Central obesity-related brain alterations were linked with worse cognitive performance already early in the course of psychosis. These structure-function links suggest that preventing or treating central obesity could target brain and cognitive impairments in FEP.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».