MétaCan
Menu
Retour à la cohorte
Enregistrement W143411303 · doi:10.1177/104012371202400109

The Canmat Task Force Recommendations for the Management of Patients with Mood Disorders and Comorbid Medical Conditions: Diagnostic, Assessment, and Treatment Principles

2012· article· en· W143411303 sur OpenAlexafffund
Rajamannar Ramasubbu, Serge Beaulieu, Valerie H. Taylor, Ayal Schaffer, Roger S. McIntyre

Notice bibliographique

RevueAnnals of Clinical Psychiatry · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensSunnybrook Health Science CentreUniversity of TorontoUniversity Health NetworkDouglas Mental Health University InstituteUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésComorbidityBipolar disorderMajor depressive disorderPsychiatryMoodMood disordersMedicineEpidemiologyMedical illnessPsychologyClinical psychologyCognitionInternal medicineAnxiety

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Medical comorbidity is commonly encountered in individuals with major depressive disorder (MDD) and bipolar disorder (BD). The presence of medical comorbidity has diagnostic, prognostic, treatment, and etiologic implications underscoring the importance of timely detection and treatment. METHODS: A selective review of relevant articles and reviews published in English-language databases (1968 to April 2011) was conducted. Studies describing epidemiology, temporality of onset, treatment implications, and prognosis were selected for review. RESULTS: A growing body of evidence from epidemiologic, clinical, and biologic studies suggests that the relationship between medical illness and mood disorder is bidirectional in nature. It provides support for the multiplay of shared and specific etiologic factors interlinking these conditions. CONCLUSIONS: This article describes the complex interactions between medical illness and mood disorders and provides a meaningful approach to their comorbid clinical diagnosis and management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,250

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,085
Tête enseignante GPT0,445
Écart entre enseignants0,360 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations69
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of Clinical PsychiatryMême sujetBipolar Disorder and TreatmentTravaux en français237 207