Abbonarsi

Hippocampal volume recovery after depression: Evidence from an elderly sample - 08/07/17

Doi : 10.1016/j.eurpsy.2017.01.2061 
I. Bensassi , J. Lopez-Castroman, R. Calati, P. Courtet
 Inserm U1061, Colombière Hospital, Adult Psychiatry, Montpellier, France 

Corresponding author.

Riassunto

Objectives

Structural neuroimaging studies have revealed a consistent pattern of volumetric reductions in both the hippocampus and the anterior cingulate cortex (ACC) of individuals with a major depressive episode (MDE). This study investigated hippocampal and ACC volume differences in the elderly comparing currently depressed individuals and individuals with a past lifetime history of MDE versus healthy controls.

Methods

We studied non-demented individuals from a cohort of community-dwelling people aged 65 and over (ESPRIT study). T1-weighted magnetic resonance images were used to acquire anatomical scans from 150 currently depressed individuals, 79 individuals with at least one past MDE, and 310 healthy controls. We derived quantitative regional estimates of subcortical volume of hippocampus and ACC using FreeSurfer Software (automated method). Concerning hippocampus, we also used a manual method of measurement. General Linear Model was used to study brain volumes in current and past depression adjusting for gender, age, education level, total brain volume, and anxiety disorder comorbidity.

Results

After adjustment, current depression was associated with a lower left posterior hippocampal volume (F=10.38, P=0.001) using manual estimation of volume. No other significant differences were observed. A positive correlation was found between time since the last MDE and left posterior hippocampal volume.

Conclusions

The finding of left posterior hippocampal volume reduction in currently depressed individuals but not in those with a past MDE compared to healthy controls could be related to brain neuroplasticity. Additionally, our results suggest manual measures to be more sensitive than automated methods.

Il testo completo di questo articolo è disponibile in PDF.

Keywords : Major depressive episode, Late life depression, Brain imaging, Biological psychiatry, Magnetic resonance imaging


Mappa


© 2017  Pubblicato da Elsevier Masson SAS.
Aggiungere alla mia biblioteca Togliere dalla mia biblioteca Stampare
Esportazione

    Citazioni Export

  • File

  • Contenuto

Vol 41 - N° S

P. S170 - aprile 2017 Ritorno al numero
Articolo precedente Articolo precedente
  • Symptoms of anxiety during pregnancy and metabolism: A pilot metabolomics study
  • E. Toffol, A.P. Elomaa, V. Glover, P. Kivimäki, M. Pasanen, L. Keski-Nisula, P. Huuskonen, S. Voutilainen, V. Velagapudi, S. Lehto
| Articolo seguente Articolo seguente
  • Introduction to mindfulness: A pilot exploratory study among memory clinic attendees
  • C. Dolan, I. Bruce, B.A. Lawlor

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.
L'accesso al testo integrale di questo articolo richiede un abbonamento.

Già abbonato a @@106933@@ rivista ?

@@150455@@ Voir plus

Il mio account


Dichiarazione CNIL

EM-CONSULTE.COM è registrato presso la CNIL, dichiarazione n. 1286925.

Ai sensi della legge n. 78-17 del 6 gennaio 1978 sull'informatica, sui file e sulle libertà, Lei puo' esercitare i diritti di opposizione (art.26 della legge), di accesso (art.34 a 38 Legge), e di rettifica (art.36 della legge) per i dati che La riguardano. Lei puo' cosi chiedere che siano rettificati, compeltati, chiariti, aggiornati o cancellati i suoi dati personali inesati, incompleti, equivoci, obsoleti o la cui raccolta o di uso o di conservazione sono vietati.
Le informazioni relative ai visitatori del nostro sito, compresa la loro identità, sono confidenziali.
Il responsabile del sito si impegna sull'onore a rispettare le condizioni legali di confidenzialità applicabili in Francia e a non divulgare tali informazioni a terzi.


Tutto il contenuto di questo sito: Copyright © 2026 Elsevier, i suoi licenziatari e contributori. Tutti i diritti sono riservati. Inclusi diritti per estrazione di testo e di dati, addestramento dell’intelligenza artificiale, e tecnologie simili. Per tutto il contenuto ‘open access’ sono applicati i termini della licenza Creative Commons.