Topiramate Use in Obese Patients with Binge Eating Disorder: An Open Study
Notice bibliographique
Résumé
OBJECTIVE: To assess topiramate's efficacy and tolerability in a group of obese binge eaters with no neuropsychiatric comorbidity. METHOD: We consecutively selected 8 obese patients with binge eating disorder (BED) and no medical or psychiatric comorbidity from individuals seeking treatment for obesity. Treatment with topiramate at 150 mg daily was administered over a 16-week period. To assess outcome, we employed the days with binge episodes per week (DBE), the Binge Eating Scale (BES), the Beck Depression Inventory (BDI), and body weight evaluation. RESULTS: Of the 6 patients who completed the trial, all showed reduced binge eating. Four patients presented a total remission, and 2 had a marked reduction in binge eating frequency. The mean DBE decreased significantly from 4.3 to 1.1 (P = 0.03), as did the BES scores, which fell from 31.8 to 15.3 (P = 0.04). Moreover, there was a statistically significant weight loss (mean 4.1 kg, P = 0.04). The most frequent side effects were paresthesias, fatigue, and somnolence. CONCLUSION: Topiramate may be an effective and well-tolerated agent in the treatment of BED in obese patients.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».