Prolactin Levels During Long-Term Risperidone Treatment in Children and Adolescents
Notice bibliographique
Résumé
BACKGROUND: This analysis was designed to investigate prolactin levels in children and adolescents on long-term risperidone treatment and explore any relationship with side effects hypothetically attributable to prolactin (SHAP). METHOD: Data from 5 clinical trials (total N = 700) were pooled for this post hoc analysis. Children and adolescents aged 5 to 15 years with subaverage intelligence quotients and conduct or other disruptive behavior disorders received risperidone treatment (0.02-0.06 mg/kg/day) for up to 55 weeks. Outcome measures analyzed included serum prolactin levels, reported adverse events, and the conduct problem subscore of the Nisonger Child Behavior Rating Form. RESULTS: Mean prolactin levels rose from 7.8 ng/mL at baseline to a peak of 29.4 ng/mL at weeks 4 to 7 of active treatment, then progressively decreased to 16.1 ng/mL at weeks 40 to 48 (N = 358) and 13.0 ng/mL at weeks 52 to 55 (N = 42). There was no relationship between pro-lactin levels and age. Females returned to a mean value within the normal range (</= 30 ng/mL) by weeks 8 to 12, and males were close to normal values (</= 18 ng/mL) by weeks 16 to 24. At least 1 SHAP was reported by 13 (2.2%) of 592 children. There was no direct correlation between prolactin elevation and SHAP. CONCLUSION: With long-term risperidone treatment in children and adolescents, serum prolactin levels tended to rise and peak within the first 1 to 2 months and then steadily decline to values within or very close to the normal range by 3 to 5 months.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 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 ».