In search of optimal lithium levels and olanzapine doses in the long-term treatment of bipolar I disorder. A post-hoc analysis of the maintenance study by Tohen et al. 2005
Notice bibliographique
Résumé
PURPOSE: The aim of this study was to investigate whether lower lithium levels (LoLi) or olanzapine doses (LoOL) are risk factors for future mood episodes in patients with bipolar I disorder. METHODS: A post-hoc analysis of the olanzapine-lithium-maintenance study [31] was performed using proportional hazards Cox regression models and marginal structural models (MSMs), adjusting for non-random assignments of dose during treatment. RESULTS: The LoLi group (<0.6 mmol/L) had a significantly increased risk of manic/mixed (hazard ratio [HR]=1.96, p=0.042), but not depressive (HR=2.11, p=0.272) episodes, compared to the combined medium (0.6-0.79 mmol/L) and high lithium level (≥0.8 mmol/L) groups. There was no significant difference in risk between the two higher lithium level groups (0.6-0.79 mmol/L; ≥0.8 mmol/L) for new manic/mixed (HR=0.96, p=0.893) or depressive (HR=0.95, p=0.922) episodes. The LoOL group (<10mg/day) showed a significantly increased risk of depressive (HR=2.24, p=0.025) episodes compared to the higher olanzapine (HiOL) dose group (HiOL: 10-20 mg/day), while there was no statistically significant difference in risk for manic/mixed episodes between the two groups (HR=0.94, p=0.895). CONCLUSION: Lithium levels≥0.6 mmol/L and olanzapine doses≥10mg/day may be necessary for optimal protection against manic/mixed or depressive episodes, respectively in patients with bipolar I disorder.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 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 ».