MétaCan
Menu
Retour à la cohorte
Enregistrement W4416757870 · doi:10.1016/j.jad.2025.120783

The association between depressive symptom severity and metabolic disturbances in major depressive and bipolar disorders: A systematic review and meta-analysis

2025· review· en· W4416757870 sur OpenAlexaff
Sabrina Wong, Gia Han Le, Hernán F Guillen-Burgos, Bing Cao, Heidi Ka Ying Lo, Kayla M. Teopiz, Roger S. McIntyre

Notice bibliographique

RevueJournal of Affective Disorders · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensUniversity of TorontoBrain and Cognition Discovery Foundation
Organismes subventionnairesnon disponible
Mots-clésDepression (economics)Association (psychology)Depressive symptomsDyslipidemiaPathophysiologySeverity of illnessInsulin resistanceDifferential effects

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Persons with depression are differentially affected by metabolic alterations, notably, insulin resistance and dyslipidemia. Metabolic alterations affect acute pharmacotherapy response and predispose risk for cardiovascular diseases. We aimed to extend knowledge pertaining to the depression-metabolic alteration association by evaluating whether depressive symptom severity moderates the association. METHODS: We conducted a systematic search of PubMed, Ovid and Scopus from inception to May 2025. Two reviewers (S.W. and G.H.L.) independently screened the identified studies. Studies were included if they enrolled adults with depression and reported on at least one metabolic parameter (i.e., fasting glucose, insulin, lipid panels). Standardized mean differences of metabolic parameters were pooled across studies. RESULTS: We identified 28 studies for inclusion. Persons with depression exhibited higher fasting glucose (SMD = 0.30, 95 % CI [0.12, 0.48]) and dyslipidemia [i.e., trends of increased low-density lipoprotein (SMD = 0.21, 95 % CI [-0.03, 0.44]) and lower high-density lipoprotein (SMD = -0.72, 95 % CI [-1.41, -0.03])]. Measures of insulin resistance were positively associated with anhedonia severity, sleep disturbances, and suicidal ideation. LIMITATIONS: Between-study methodological differences, including study design and sociodemographics, affects the synthesis of overall trends. CONCLUSION: Herein, we identify an association between depressive symptom severity and dysglycemia, dyslipidemia and insulin resistance. The results augment the conceptual framework implicating metabolic disturbances in depression pathophysiology and indirectly support testing that therapeutics currently in development in the treatment of depression (e.g., GLP-1 receptor agonists) may exhibit differential efficacy as a function of illness severity.

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)0,012
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,030
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0180,029
Bibliométrie0,0070,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,316
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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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 revueJournal of Affective DisordersMême sujetBipolar Disorder and TreatmentTravaux en français237 207