MétaCan
Menu
← Retour à la cohorte
Enregistrement W1522747588 · doi:10.1177/070674370805300714

Book Review: Bipolar Disorder in Later Life

2008· article· en· W1522747588 sur OpenAlexaffvenueabout
Kenneth I. Shulman

Notice bibliographique

RevueThe Canadian Journal of Psychiatry · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensToronto Public Health
Organismes subventionnairesnon disponible
Mots-clésBipolar disorderPsychologyPsychiatryLithium (medication)

Résumé

récupéré en direct d'OpenAlex

Bipolar Disorder Bipolar Disorder in Later Life Martha Sajatovic and Frederic C Blow, editors. Baltimore (MD): The Johns Hopkins University Press; 2007. 257 p. US$50.00 Reviewer rating: Excellent Review by Kenneth Shulman, MD Toronto, Ontario One of the chapters in this comprehensive and timely text on bipolar disorder in later life uses the apt subtitle, Navigating Terra Incognita. This is an underlying theme to the entire text, as the evidence base for understanding the nature and management of bipolar disorders in later life is very limited. Nonetheless, the authors have compiled this text because late-life bipolar disorders are associated with poor social outcomes, significant medical comorbidities, and increased health care costs. The book is carefully edited by Martha Sajatovic, a well-known American researcher in late-life bipolar disorders, and Frederic Blow, director of the National Serious Mental Illness Treatment Research and Evaluation Center in the Veterans Affairs System in Michigan. They bring together a vast amount of research and clinical experience, directly and indirectly related to bipolar disorders in older adults. The text is divided into 4 sections including: epidemiology and assessment, treatment, complexity and comorbidity, and specialized care delivery and research. One of the prominent themes and issues that emerge is the question of burnout and age of onset of later life bipolar disorders. The authors argue that these disorders do not burnout, but remain a significant concern in later life. Really, the question is: Do early onset bipolar disorders burnout as they grow old? For this the evidence is quite mixed depending on whether one uses an outpatient or inpatient sample. However, the authors make the valid point that the burden of bipolar disorder in old age does not burnout or diminish. Sajatovic and colleagues used a large Veteran's Affairs database in the United States to document the heavy cost of health services by older bipolar patients, including their medical and psychiatric comorbidities. Curiously, they found that early onset patients in the Veteran's Affairs database seem to create a greater burden than late onset cases. Just why this should be adds yet another important and unanswered question to the many posed in this book. Age of onset remains an important variable that helps to identify different factors relevant to the pathogenesis and etiology of bipolar disorders across the lifespan. Perhaps the best chapter in the book is the one written by the editors themselves: Epidemiology of Bipolar Disorder in Later Life. This is a concise and well-written chapter that addresses gender differences, outcomes in the use of health services, clinical presentation, comorbidity, barriers to care, and treatment. Each of these subsections is addressed more completely in separate chapters. The book highlights numerous interesting and unique approaches to understanding bipolar disorders. …

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0380,021

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 Opus0,011
Tête enseignante GPT0,242
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations0
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Psychiatry→Même sujetBipolar Disorder and Treatment→Travaux en français237 207→