本病例报告描述了一名患有重度抑郁症(MDD)的患者,该患者在接受舍曲林治疗后(一种选择性5-羟色胺再摄取抑制剂(SSRI)治疗后,患有急性肝细胞壁肝损伤。MDD的诊断是在两年前进行的,并且该患者先前对依然酸和认知行为疗法(CBT)做出了部分反应。每天改用50毫克的舍曲林后,患者出现严重的症状,表明急性肝损伤,包括肝酶升高,黄疸和胃肠道痛。停止舍曲林后,患者的肝功能测试在90天的时间内逐渐归一化,并确定舍曲林引起的肝毒性的诊断。该病例强调了通过舍曲林治疗的患者进行连续监测潜在肝损伤的重要性。发现与SSRIS相关的肝毒性风险的现有证据有助于,并强调需要采取个性化治疗策略来减轻不良反应并提高患者的安全性。需要进一步的研究来探索舍曲林的长期安全性和效率,尤其是在脆弱人群中。
通讯作者:Dimitrios Kapogiannis,医学博士,美国国家卫生研究院国家老化研究所,美国国家卫生研究院,251 Bayview Blvd,Ste 8C228,Baltimore,MD 21224,Kapogiannisnisd@mail.nih.nih.nih.nih.gov。*这些作者共享第一作者。±这些作者分享了高级作者资格作者声明Drs。Mansur和Kapogiannis可以完全访问研究中的所有数据,并负责数据的完整性和数据分析的准确性。Concept and design: Mansur, Lee, Rosenblat, Brietzke, Suppes, McIntyre, Kapogiannis Acquisition, analysis, or interpretation of clinical data: Mansur, Subramaniapillai, Lee, Iacobucci, Rodrigues, Cosgrove, Kramer, Suppes, McIntyre Acquisition, analysis, or interpretation of biomarker data: Mansur, Delgado-Peraza, Chawla, Nogueras-Ortiz, McIntyre, Kapogiannis Drafting of the manuscript: Mansur, Delgado-Peraza, McIntyre, Kapogiannis Critical revision of the manuscript for important intellectual content: Rosenblat, Brietzke, Suppes, Raison, Fagiolini, Rasgon Statistical analysis: Mansur Obtained funding: Mansur,McIntyre,Kapogiannis行政,技术或物质支持:Subramaniaiaiapillai,Lee,Cosgrove,McIntyre,Kapogiannis,Kapogiannis监督:McIntyre,Kapogiannis
通讯作者:Dimitrios Kapogiannis,医学博士,美国国家卫生研究院国家老化研究所,美国国家卫生研究院,251 Bayview Blvd,Ste 8C228,Baltimore,MD 21224,Kapogiannisnisd@mail.nih.nih.nih.nih.gov。*这些作者共享第一作者。±这些作者分享了高级作者资格作者声明Drs。Mansur和Kapogiannis可以完全访问研究中的所有数据,并负责数据的完整性和数据分析的准确性。Concept and design: Mansur, Lee, Rosenblat, Brietzke, Suppes, McIntyre, Kapogiannis Acquisition, analysis, or interpretation of clinical data: Mansur, Subramaniapillai, Lee, Iacobucci, Rodrigues, Cosgrove, Kramer, Suppes, McIntyre Acquisition, analysis, or interpretation of biomarker data: Mansur, Delgado-Peraza, Chawla, Nogueras-Ortiz, McIntyre, Kapogiannis Drafting of the manuscript: Mansur, Delgado-Peraza, McIntyre, Kapogiannis Critical revision of the manuscript for important intellectual content: Rosenblat, Brietzke, Suppes, Raison, Fagiolini, Rasgon Statistical analysis: Mansur Obtained funding: Mansur,McIntyre,Kapogiannis行政,技术或物质支持:Subramaniaiaiapillai,Lee,Cosgrove,McIntyre,Kapogiannis,Kapogiannis监督:McIntyre,Kapogiannis
根据世界卫生组织的说法,全球约有5%的成年人患有临床抑郁症,在印度,大约是4.5%的人。 口服药物是针对抑郁症的常见治疗方法。 但是,在第一次试验中,有一半以上的治疗方法对药理治疗策略没有响应,可能需要使用其他药物进行切换或增强。 在更快的时间表中,需要精确模型来达到个性化的治疗策略。 使用临床信息以及脑电图(EEG)数据显示出一些早期模型,显示出良好的表现,可以预测抑郁症的早期治疗结果。 然而,这些研究所确定的关键特征,包括抑郁症患者的差异额叶theta功率和额叶α不对称的存在,由于可解释性和稳健性的矛盾,近期挑战:当theta和alpha频率信号被嘲笑时,与他们的周期性成分相关,并不是在其质量成分的情况下,估计的估计并不是在其periodigic组成部分。 另一方面,许多早期研究已经报道了抑郁症的肠道异常,但尚未用于抑郁症的预测或预后。 我们的研究目标是双重的:首先确定可以早期预测治疗结果的特征,并为不同的患者亚组解释它们,其次是了解纵向数据收集和肠脑相互作用的实用性,以预测治疗结果。根据世界卫生组织的说法,全球约有5%的成年人患有临床抑郁症,在印度,大约是4.5%的人。口服药物是针对抑郁症的常见治疗方法。 但是,在第一次试验中,有一半以上的治疗方法对药理治疗策略没有响应,可能需要使用其他药物进行切换或增强。 在更快的时间表中,需要精确模型来达到个性化的治疗策略。 使用临床信息以及脑电图(EEG)数据显示出一些早期模型,显示出良好的表现,可以预测抑郁症的早期治疗结果。 然而,这些研究所确定的关键特征,包括抑郁症患者的差异额叶theta功率和额叶α不对称的存在,由于可解释性和稳健性的矛盾,近期挑战:当theta和alpha频率信号被嘲笑时,与他们的周期性成分相关,并不是在其质量成分的情况下,估计的估计并不是在其periodigic组成部分。 另一方面,许多早期研究已经报道了抑郁症的肠道异常,但尚未用于抑郁症的预测或预后。 我们的研究目标是双重的:首先确定可以早期预测治疗结果的特征,并为不同的患者亚组解释它们,其次是了解纵向数据收集和肠脑相互作用的实用性,以预测治疗结果。口服药物是针对抑郁症的常见治疗方法。但是,在第一次试验中,有一半以上的治疗方法对药理治疗策略没有响应,可能需要使用其他药物进行切换或增强。在更快的时间表中,需要精确模型来达到个性化的治疗策略。使用临床信息以及脑电图(EEG)数据显示出一些早期模型,显示出良好的表现,可以预测抑郁症的早期治疗结果。然而,这些研究所确定的关键特征,包括抑郁症患者的差异额叶theta功率和额叶α不对称的存在,由于可解释性和稳健性的矛盾,近期挑战:当theta和alpha频率信号被嘲笑时,与他们的周期性成分相关,并不是在其质量成分的情况下,估计的估计并不是在其periodigic组成部分。另一方面,许多早期研究已经报道了抑郁症的肠道异常,但尚未用于抑郁症的预测或预后。我们的研究目标是双重的:首先确定可以早期预测治疗结果的特征,并为不同的患者亚组解释它们,其次是了解纵向数据收集和肠脑相互作用的实用性,以预测治疗结果。大约有161名参与者(幼稚的患者= 99)注册了我们的纵向研究,涵盖了三次访问,我们的目的是调查访问1(基线)和访问2(7-10天内)是否可以预测3(30天后)中的抗抑郁治疗结果。在消耗后,在访问2(患者= 42)中收集了来自89名参与者的脑电图和电视画学数据,在访问中收集61个参与者(患者= 21)。我们在大脑和肠道中使用电生理特征以及临床数据来训练简单的预测模型,并且能够可靠地预测特异性为78%和灵敏度为84%的抑郁药物的无反应。对治疗结果的重要特征进行了排名,完全为临床医生提供了可扩展的全身认知工具,用于指导其药物策略。
通过社交媒体和变形金刚模型了解躁郁症:挑战和见解葡萄etsrivastava*,Lokesh Boggavarapu*,Anthony Shin*,Anthony Shin*,Avisek Datta,Yingda Lu,runa bhaumik **伊利诺伊州芝加哥**伊利诺伊州芝加哥大学的同等贡献者**相应的社交媒体* (BD)仍然显着未充满意。复杂性是由与抑郁和焦虑相关的语言模式的重叠产生的,使准确的识别挑战。本研究旨在基准在Reddit帖子上训练的各种变压器模型的性能,以将BD与其他心理健康状况区分开。使用高性能生成AI模型(GPT-4O)作为基准,分析表明某些开放小型模型(ex。MISTRAL,LLAMA)在捕获与BD相关的微妙语言线索方面表现出色,以高精度和召回率达到高达0.86的F1得分。但是,BD经常被错误分类为抑郁症(23%–51%),正常(2%–41%)和焦虑症(1%–7%),强调了对改进方法的需求。该研究强调了特定于域数据的重要性以及更细微的模型以增强BD检测准确性,为更有效的心理健康监测和及时干预铺平了道路。
目的:这项定量研究旨在确定出院教学,焦虑,抑郁以及各种人口统计学和疾病相关的因素是否可以预测中国西部地区宫颈癌手术患者的出院准备。方法:从2023年11月到2024年5月,采用便利抽样方法来对新疆的高等级A专业医院的宫颈癌手术患者进行调查表。调查包括一份患者一般信息问卷,出院教学量表(QDTS),广义焦虑症7-项目量表(GAD-7),一份调查表评估了在增强的康复(ARAS)模型恢复(ARAS)模型和PHENAIRE-9(PHQ-9)(恢复后的康复(ARAS)中,妇科恶性肿瘤肿瘤手术患者的准备就绪。多元线性回归分析用于识别影响排放准备就绪的因素。结果:总共参加了180名宫颈癌手术患者,在ERAS模型下的妇科恶性肿瘤排出就绪问卷中的平均得分为190.46±25.36。多个线性回归分析表明,教育水平,慢性疾病,药物使用,出院教学质量和抑郁情绪是宫颈癌手术患者出院准备的重要预测指标。结论:发现宫颈癌手术患者的总体排出准备状态处于中等状态。护士应优先考虑具有较低教育水平,慢性病,抑郁症和需要药物治疗后的患者。应制定个性化的健康指导和有针对性的干预措施,以提高出院教学的质量,从而提高患者的出院准备。关键词:宫颈癌,手术,出院准备,出院指令的质量,抑郁>
摘要背景:产后抑郁症(PPD)是一个主要的健康挑战,可能是毁灭性的母体和身体健康结果。糖尿病的发育已被认为是产后母亲对PPD的潜在不利影响的一种,但这种关联尚未得到充分的研究。这项研究旨在确定产后抑郁症的患病率及其与乌干达西南部姆巴拉拉(Mbarara)地区的母亲之间的糖尿病伴侣的关联。方法:这是一项基于设施的横截面研究,对分娩后第6周至6个月之间的309位母亲。使用按比例分层的连续抽样,母亲是从两个医疗机构的产后诊所招募的,即Mbarara Regional Recotral Hospital和Bwizibwera Health Center IV。PPD使用Mini-International神经精神访谈(Mini 7.0.2)进行诊断和统计手册,第5版(DSM-5)。通过测量血红蛋白A1C(HBA1C)来诊断糖尿病。逻辑回归用于确定母亲之间PPD和糖尿病的关联。结果:该研究确定,姆巴拉拉产后6周至6个月的母亲的PPD患病率为40.5%(95%CI:35.1-45.1%)。建立了产后抑郁症与糖尿病的糖尿病在6周到6个月之间的统计学意义。结论和建议:在6周到6个月内产后产后妇女患糖尿病的风险更高。The prevalence of diabetes mellitus among mothers with PPD was 28% compared to 13.6% among mothers without PPD Mothers with PPD had 3 times higher odds of being newly diagnosed with diabetes between 6 weeks and 6 months postpartum as compared to those without PPD during the same period (aOR=3.0, 95% CI: 1.62-5.74, p=0.001).需要研究以确定目标糖尿病是否筛查,预防干预措施和管理将有助于减轻负担。
保留所有权利。未经许可就不允许重复使用。永久性。预印本(未经Peer Review的认证)是作者/资助人,他已授予Medrxiv的许可证,以在2025年1月6日发布的此版本中显示此版本的版权所有。 https://doi.org/10.1101/2024.12.31.24319837 doi:Medrxiv Preprint
基于基因组序列的躁郁症和精神分裂症的基于基因组序列的关联分析1,2,41,Sarah A. Gagliano Taliun 3,4,5,6,41,42,Kevin Liao 3,7,Matthew Flickinger 3,Janet L.
。CC-BY-NC 4.0国际许可证的永久性。根据作者/资助人提供了预印本(未经同行评审的认证)提供的,他已授予Biorxiv的许可证,以在2025年2月25日发布的此版本中在版权所有者中显示预印本。 https://doi.org/10.1101/2025.01.24.634822 doi:Biorxiv Preprint
