MétaCan
Menu
Retour à la cohorte
Enregistrement W4415725657 · doi:10.1038/s41398-025-03683-y

Epigenetic aging and DNA methylation biomarker changes following ketamine treatment in patients with MDD and PTSD: a pilot study

2025· article· en· W4415725657 sur OpenAlexaff
Kristin L. Dawson, Athena May Jean M. Carangan, Jessica Klunder, Natàlia Carreras-Gallo, Raghav Sehgal, Samantha Megilligan, Benjamin C. Askins, Nicole Perkins, Tavis L. Mendez, Ryan M. Smith, Matthew Dawson, Michael Mallin, Albert Higgins‐Chen, Varun B. Dwaraka

Notice bibliographique

RevueTranslational Psychiatry · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensCytodiagnostics (Canada)
Organismes subventionnairesNational Institute on AgingNational Institutes of HealthYale University
Mots-clésEpigeneticsBiomarkerDNA methylationKetaminedNaMDepression (economics)Major depressive disorder

Résumé

récupéré en direct d'OpenAlex

Major depressive disorder (MDD) and posttraumatic stress disorder (PTSD) are debilitating psychiatric conditions associated with poor health outcomes similarly observed in non-pathological aging. Ketamine is a dissociative anesthetic and NMDA receptor antagonist with demonstrated rapid reduction in symptoms associated with Treatment Resistant Depression (TRD) and PTSD. Ketamine's effects on biological aging have not been extensively studied among patients with moderate to severe symptoms of depression and/or trauma. To address this gap, this study looked at the changes in non-epigenetic measures, DNA methylation levels, immune cell composition, and biological age based on various epigenetic biomarkers of aging, of 20 participants at baseline and after completion of a course of six ketamine 0.5 mg/kg infusions in individuals with MDD or PTSD. As expected, depression and PTSD scores decreased in participants following ketamine infusion treatments as measured by the PHQ-9 and PCL-5. We observed a reduction in epigenetic age in the OMICmAge, GrimAge V2, and PhenoAge biomarkers. In order to better understand the changes in epigenetic age, we also looked at the underlying levels of various Epigenetic Biomarker Proxies (EBPs) and surrogate protein markers and found significant changes following ketamine treatment. The results are consistent with existing literature on ketamine's effects on different biomarkers. These results underline the ability of GrimAge V2, PhenoAge, and OMICmAge in particular, to capture signals associated with key clinical biomarkers, and add to the growing body of literature on ketamine's epigenetic mechanisms and their effect on biological aging. Clinical Trial Code. NCT05294835.

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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,020
Tête enseignante GPT0,293
Écart entre enseignants0,273 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranslational PsychiatryMême sujetTreatment of Major DepressionTravaux en français237 207