Cross‐prevalence of migraine and bipolar disorder
Notice bibliographique
Résumé
OBJECTIVE: In two related studies, we explored the prevalence of migraine and its associated clinical characteristics in patients with bipolar disorder (BD) as well as psychiatric morbidity in patients treated for migraine. METHOD: The first study included 323 subjects with BD type I (BD I) or BD type II (BD II), diagnosed using the Schedule for Affective Disorders and Schizophrenia, Lifetime version (SADS-L) format, or the Structured Clinical Interview for DSM-IV Axis I Disorders (SCID). Migraine history was assessed by means of a structured questionnaire. In a second sample of 102 migraine patients, we investigated current and lifetime psychiatric morbidity using the SADS-L. Statistical analyses were conducted using nonparametric analysis and log-linear models. RESULTS: A total of 24.5% of BD patients had comorbid migraine; those with BD II had a higher prevalence (34.8%) compared to BD I (19.1%) (p < 0.005). BD patients with comorbid migraine had significantly higher rates of suicidal behaviour, social phobia, panic disorder, generalized anxiety disorder, and obsessive-compulsive disorder (all p < 0.05). In the sample of migraine patients, 34.3% had a current psychiatric diagnosis, and 73.5% had a lifetime psychiatric diagnosis. The prevalence of BD I was 4.9%, and 7.8% for BD II. DISCUSSION: Migraine is prevalent within the BD population, particularly among BD II subjects. It is associated with an increased risk of suicidal behaviour and comorbid anxiety disorders. Conversely, migraine sufferers have high rates of current and lifetime psychopathology. A greater understanding of this comorbidity may contribute to our knowledge of the underlying mechanisms of BD.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».