Depressive Symptom Heterogeneity and Inflammation: The Moderating Role of Early-Life Trauma
Notice bibliographique
Résumé
Despite the high prevalence rates of depression, particularly among young adults, current treatments remain suboptimal, partly owing to the complex and heterogeneous nature of the disorder. While some individuals with depression display elevated inflammation, this is not consistently reported and may depend on the specific symptoms expressed. Moreover, individuals exposed to traumatic events may be more vulnerable to inflammation and mood disorders. In the current study young adults (N=210) completed baseline questionnaires assessing adverse early life experiences and depressive symptoms, provided blood samples to measure C-reactive protein (CRP) levels, and were assigned to either a control (n=106) or a stressor (n=104) task. CRP levels were positively correlated with both typical (p=0.02) and atypical depression (p=0.03), as well as total trauma (p=0.02), general trauma (p=0.012), and physical abuse (p=0.02) within the stress group. Notably, upon assessing specific symptoms of depression, somatic features including sleep and fatigue correlated with higher CRP levels. Additionally, the relationship between CRP levels and depressive symptoms was moderated by experiences of sexual abuse (p=0.03). These findings suggest that the CRP-depression link may be driven by somatic features of depression, and that exposure to early life trauma may play an important role in modulating this relationship. Understanding the relationship between adverse early life experiences, inflammation, and specific depressive symptoms can help inform an integrated approach that combines biological, psychological, and social factors to improve both prevention and treatment outcomes for 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».