MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414181287 · doi:10.1192/j.eurpsy.2025.1533

Shared Genetics between Depression and Cardiometabolic Disorders

2025· article· en· W4414181287 sur OpenAlexaff
P. Kundi, Moin Syed, Bakhtiyar Alam Syed, Daljit Singh Sahota

Notice bibliographique

RevueEuropean Psychiatry · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensMcMaster UniversityPeace Arch HospitalVancouver Coastal Health
Organismes subventionnairesnon disponible
Mots-clésDepression (economics)DiseaseObesityCoronary artery diseaseDiabetes mellitusType 2 diabetesMajor depressive disorderMood disordersBlood pressure

Résumé

récupéré en direct d'OpenAlex

Introduction Several studies have discovered associations between depression and cardiovascular disease risk factors and patients with Coronary Artery Disease with comorbid Depression have worse prognosis. There is growing evidence of polygenic overlap between depression, Coronary Artery Disease and other Cardiovascular risk factors and may suggest molecular mechanisms underlying the association between depression and raised cardiovascular disease risk. Objectives Depression and cardiometabolic disorders are both heritable and both are caused by a mix of genetic and environmental factors. Genetic factors contribute to 31–42 % in MDD (Sullivan et al. 2000 ), 30–60 % in coronary artery diseases (Marenberg et al. 1994 ), 26–69 % in type 2 diabetes (Almgren et al. 2011 ; Poulsen et al. 1999 ), 24–37 % in blood pressure (hypertension) (Van Rijn et al. 2007 ), 35–48 % in heart rate variability (Kupper et al. 2004 ), 40–70 % in obesity (body mass index) (Willyard 2014 ), and 58–66 % in the level of serum lipids (Knoblauch et al. 1997 ). Moreover, there are fairly high genetic co-heritabilities (genetic correlations) between depression and the different cardiometabolic disorders suggesting the influence of pleiotropic genes and shared biological pathways within them. Methods Literature search was conducted and appropriate material was then extracted to examine the hypothesis. Results Identification of shared molecular pathways supports a growing evidence base for cross-diagnostic treatment. Besides, further exploration of overlapping molecular pathophysiology can unveil novel targets for drug development and repurposing of existing medications. Also, cardiometabolic disorders can increase the risk of poor response to standard treatments in mood disorders. Lastly, studying shared pathways of depression and somatic disorders can untangle the clinical and genetic heterogeneity that underlies in these illnesses. Conclusions Genetic studies have suggested the involvement of pleiotropic genes in the comorbidity between depression and cardiometabolic disorders. While our abstract attempts to provide some insight into the common mechanisms and role of pleiotropic genes, in-depth understanding of how these genes mediate the association between depression and cardiometabolic diseases requires future larger scale comprehensive cross-disorder research. This will enable us to better understand why patients suffer from multiple diseases at a time and how multi-morbidities influence pharmacological treatment response to diseases. Disclosure of Interest None Declared

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,289
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Psychiatry→Même sujetBirth, Development, and Health→Travaux en français237 207→