Neural Signatures of Bipolar Disorder and Psychotropic Medication Effects: A Multimodal Positron Emission Tomography–Magnetic Resonance Imaging Study
Notice bibliographique
Résumé
BACKGROUND: C]UCB-J positron emission tomography (PET). METHODS: Nineteen individuals with BD, including BDI (n = 13) and BDII (n = 6), and healthy control (HC) participants (n = 26) completed SV2A PET imaging in parallel with structural and functional magnetic resonance imaging to assess frontolimbic synaptic density, gray matter volume (GMV), and intrinsic connectivity, respectively. RESULTS: Individuals with BD showed lower frontolimbic SV2A density, which exploratory analyses revealed to be seemingly driven by individuals taking psychotropic medications (BD-med). Conversely, group differences in GMV were observed only when accounting for medication status, with higher GMV in BD-med individuals relative to unmedicated individuals with BD (BD-none). Connectivity was higher in the BD group overall, but lower in the BD-med group relative to the BD-none group. SV2A and GMV were positively correlated in HC participants. However, this relationship was absent in individuals with BD, with lower SV2A/GMV ratios being associated with greater impulsivity in BD. CONCLUSIONS: These findings provide the first in vivo evidence of synaptic deficits in BD and offer preliminary evidence suggesting that psychotropic medications may differentially influence brain structure and function. These results underscore the importance of accounting for medication effects when interpreting neuroimaging findings in BD and the need to disentangle illness-related changes from medication effects on brain and behavior in BD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».