Antipsychotic Polypharmacy and Epigenetic Age Acceleration in Schizophrenia
Notice bibliographique
Résumé
Abstract Schizophrenia spectrum disorders (SSD) are debilitating psychiatric illnesses that require extensive pharmacologic, cognitive, and functional management. SSD patients are often prescribed different medications, most commonly antipsychotics, which bear numerous side effects. Recently, accumulating evidence has shown epigenetic aging changes in SSD. However, the effects of antipsychotic medications on this phenomenon remain unexplored. We investigated whether antipsychotic medications are associated with epigenetic age acceleration (EAA) in 153 SSD patients. EAA was estimated using six different epigenetic clocks, based on the methylation patterns of peripheral blood cells. The analysis revealed some evidence of aging deceleration based on the Hannum DNAm Age in individuals on antipsychotic polypharmacy, relative to their monopharmacy counterparts (mean difference=–0.59 years, p=0.0109), which was only nearing significance after adjusting for multiple comparisons (padjusted=0.0654). In sex-specific analysis, only females displayed significantly decelerated epigenetic aging in the polypharmacy group in three of the six clocks. Furthermore, we observed no dose-dependent effects of antipsychotics on EAA in all clocks using three dose standardization methods (daily defined dose, chlorpromazine equivalents, and percent of maximum allowed dose). The findings suggest that antipsychotic treatment may modulate biological aging in SSD; however, this effect is not dose-dependent. Moreover, there appears to be an interplay between sex, polypharmacy, and epigenetic aging. These findings contribute to our understanding of the biological effects of antipsychotic treatment, and future research in this area is key for weighing the benefits and the risks of pharmacological management of SSD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».