Development of an Atherogenic Metabolic Risk Factor Profile Associated With the Use of Atypical Antipsychotics
Notice bibliographique
Résumé
BACKGROUND: It is important to assess cardiovascular risk factors to properly verify the potential consequences of atypical antipsychotic-related weight gain. The objective of the present study was to evaluate whether 2 atypical antipsychotics differ regarding their impact on the cardiovascular disease risk profile compared with a reference group. METHOD: We conducted a cross-sectional, multicenter study to assess anthropometric indices of obesity and to obtain a comprehensive fasting metabolic risk profile. Either risperidone or olanzapine had to be prescribed as the first and only antipsychotic for a minimum of 6 months. Patients were compared with a reference group of nondiabetic men. Data were collected from August 1999 to August 2001. RESULTS: Eighty-seven patients treated with olanzapine (N = 42) or risperidone (N = 45) were evaluated. Olanzapine-treated patients had significantly higher plasma triglyceride concentrations (2.01 +/-1.05 vs. 1.34 +/-0.65 mmol/L, p < or =.05), lower high-density lipoprotein (HDL)-cholesterol levels (0.92 +/-0.17 vs. 1.04 +/- 0.21 mmol/L, p < or =.05), higher cholesterol/HDL-cholesterol ratios (5.62 +/-1.70 vs. 4.50 +/- 1.44, p < or =.05), higher apolipoprotein B levels (1.07 +/- 0.35 vs. 0.92 +/- 0.27 g/L, p < or =.05), smaller low-density lipoprotein peak particle diameters (252.6 +/-4.1 vs. 255.2 +/-4.3 A, p <.01), and higher fasting insulin concentrations (103.9 +/- 67.6 vs. 87.5 +/- 56.1 pmol/L, p < or =.05) than risperidone-treated patients. Moreover, 33% of olanzapine-treated patients were carriers of 3 atherogenic features of the metabolic syndrome as opposed to a prevalence of only 11% of risperidone-treated patients. CONCLUSION: These results suggest that olanzapine-treated patients are characterized by a more deteriorated metabolic risk factor profile compared with risperidone-treated patients. These observations raise concerns about the potential differential long-term deleterious effects of some antipsychotics, such as olanzapine, on cardiovascular health.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».