MétaCan
Menu
Retour à la cohorte
Enregistrement W4414453226 · doi:10.1093/ijnp/pyaf071

Identification of peripheral biomarkers through metabolomic analysis in patients with bipolar disorder treated with mood stabilizers: an exploratory study

2025· article· en· W4414453226 sur OpenAlexaff
Cristina Piras, Claudia Pisanu, Martina Spada, Anna Meloni, Donatella Congiu, Vanessa Palmas, Giovanni Severino, Raffaella Ardau, Caterina Chillotti, Martina Contu, Pasquale Paribello, Marco Pinna, Federico Suprani, Maria Del Zompo, Bernardo Carpiniello, Aldo Manzin, Mirko Manchia, Luigi Atzori, Alessio Squassina

Notice bibliographique

RevueThe International Journal of Neuropsychopharmacology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensDalhousie University
Organismes subventionnairesFondazione di Sardegna
Mots-clésMetabolomicsExploratory researchBipolar disorderIdentification (biology)Lithium (medication)PeripheralMoodExploratory analysis

Résumé

récupéré en direct d'OpenAlex

IMPORTANCE: Bipolar disorder (BD) is mainly treated with mood stabilizers, among which lithium represents the gold standard. Despite its high clinical efficacy, the molecular players involved in lithium response and nonresponse remain partly unclear. Therefore, the identification of peripheral biomarkers would significantly improve the management of pharmacological interventions in BD. OBJECTIVE AND DESIGN: In this study, we sought to investigate the blood metabolome in patients with BD to identify biosignatures of treatment with different mood stabilizers as well as possible biomarkers of response to lithium. SETTING AND PARTICIPANTS: The blood metabolome was measured in a sample of 89 patients with BD either under prophylactic lithium treatment (n = 47), and characterized as responders or nonresponders, or with other mood stabilizers (MS, n = 42). For each patient the plasma metabolome was measured with hydrogen nuclear magnetic resonance (1H-NMR) and gas chromatography-mass spectrometry (GC-MS). Data were investigated with multivariate analyses accounting for covariates. RESULTS: Patients exposed to lithium or to other MS showed different, specific metabolic signatures, with different levels of metabolites belonging to pathways involved in glucose, pyruvate, and glutamate metabolism, which were previously suggested to be implicated in BD and to be regulated by lithium. On the other hand, we were not able to identify significant differences in the metabolomic profile between responders and nonresponders to lithium. CONCLUSIONS AND RELEVANCE: The findings from this exploratory study suggest that patients treated with lithium show distinctive metabolomic biosignatures, specifically pointing to energy metabolism and mitochondria functioning, thus potentially suggesting possible biosignatures of mood-stabilizing treatments.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,312
Écart entre enseignants0,301 · 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 revueThe International Journal of NeuropsychopharmacologyMême sujetBipolar Disorder and TreatmentTravaux en français237 207