Comparing tolerability profile of quetiapine, risperidone, aripiprazole and ziprasidone in schizophrenia and affective disorders: a meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: Second-generation antipsychotics (SGAs) are extensively prescribed for psychiatric disorders. Based on clinical observations, schizophrenia (SCZ) and affective disorder (AD) patients can experience different SGA side effects. The expanded use of SGAs in psychiatry suggests a need to investigate whether there is a difference in the incidence and severity of side effects related to diagnosis. METHODS: A comprehensive literature search was conducted to identify studies reporting side effects of four common prescribed SGAs (aripiprazole, quetiapine, risperidone and ziprasidone) in the treatment of SCZ or AD. Randomized controlled trials were included in this study if they administered oral SGAs as a monotherapy, in adult patients. The metabolic and extrapyramidal side effects were collected separately for each group, and then were combined in a meta-analysis. RESULTS: 80 studies were included in the analysis (N = 14,319). Quetiapine treatment induced significantly higher low-density lipoprotein (LDL) and total blood cholesterol mean change in the SCZ group, relative to the AD group. Based on the results, the incidence of extrapyramidal side effects was more frequent in the AD group. Aripiprazole treatment led to significantly more akathisia incidence in the AD group, compared with the SCZ group. CONCLUSION: The results suggest that SCZ patients may be more vulnerable to some SGA-induced metabolic disturbances, in which lifestyle risk factors and possible inherent genetic vulnerabilities may play a role. Most of the studied SGAs caused more movement disorders in AD patients than SCZ. It might be that an antipsychotic induces severity of side effect according to the phenotype.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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) | 0,000 | 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 ».