MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414208307 · doi:10.1192/j.eurpsy.2025.1535

Plasma-based microRNA biomarkers for depression in Romanian patients: preliminary findings

2025· article· en· W4414208307 sur OpenAlexaff
Ioan-Costin Matei, Elena Milanesi, Maria Dobre

Notice bibliographique

RevueEuropean Psychiatry · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensNutrasource
Organismes subventionnairesnon disponible
Mots-clésDepression (economics)microRNAAnxietyRomanianHospital Anxiety and Depression ScaleBiomarker

Résumé

récupéré en direct d'OpenAlex

Introduction Depressive disorders are one of the most disabling mental illnesses with a significant impact on society. In Romania the mean annual total costs per depression patient are EUR 5553, a much higher figure than the mean annual total costs per patient ranged worldwide. Even though their roles in depression have not been elucidated, a plethora of potential biomarkers in multiple body fluids for the early diagnosis of depression has been suggested. Blood circulating microRNAs (miRNAs) are potential biomarkers for several human diseases, including psychiatric disorders. Different studies have shown that micro RNAs are involved in a series of pathophysiological processes and could be useful markers for diagnosis and prognosis of depression. Objectives This preliminary case-control study was designed to identify putative blood circulating miRNAs associated with the diagnosis of depression in Romanian patients. Methods In this study, 20 patients with depression and 24 non-depressed controls were enrolled. All the individuals have been interviewed and screened using the following scales: the Hamilton Anxiety Scale (HAM-A), the Becks Depression Inventory (BDI) and the Perceived Stress Scale (PSS). The expression of 179 miRNAs in plasma have been evaluated by qRT- PCR. The difference in the expression of miRNAs between the two groups, as well as the correlations with the scores of the scales have been analyzed. Results A panel of 28 miRNAs was identified as differentially expressed between patients and controls. Only miRNAs showing a -2>FC>2.0 and p<0.05 have been considered significant. Seven miRNAs (miR-143-3p, miR-331-3p, let-7f-5, miR-502-3p, miR-145-5p, miR-7-1-3p, miR- 29a-3p) were found up-regulated in the depression group, while 21 miRNAs (miR-885-5p, miR- 425-3p, miR-32-5p, miR-23b-3p, miR-590-5p, miR-30a-5p, miR-132-3p, miR-376a-3p, miR-223-5p, miR-133b, miR-142-5p, miR-92b-3p, miR-140-3p, miR-16-2-3p, miR-28-3p, miR-27a-3p, miR-15b-3p, miR-106b-3p, miR-877-5p, miR-30e-3p, miR-140-5p) showed a down-regulation in the group of patients compared to the controls. Some of the significant correlations between miRNA expression and the scale scores are reported: a positive correlation between let-7f-5 and miR-7-1-3p with the BDI score (p=0.003 r=0.526, and p=0.008 r=0.477, respectively) and a negative correlation between miR-425-3p with BDI (p=0.002 r=-0.502) were found. Conclusions The results reported in this communication represent preliminary findings. Due to the nature and heterogeneity of depression, the number of patients and controls in the two cohorts will be enlarged to correlate these miRNAs with other patient features. 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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,004
Tête enseignante GPT0,229
Écart entre enseignants0,225 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Psychiatry→Même sujetMicroRNA in disease regulation→Travaux en français237 207→