Use of quetiapine in child and adolescent populations – Response to letter from Dr Lambe
Notice bibliographique
Résumé
Australian & New Zealand Journal of Psychiatry, 47(11) Gentile S and Galbally M (2010) Prenatal exposure to antidepressant medications and neurodevelopmental outcomes: A systematic review. Journal of Affective Disorders 128: 1–9. Grigoriadis S, Vonderporten EH, Mamisashvili L, et al. (2013) Antidepressant exposure during pregnancy and congenital malformations: is there an association? a systematic review and meta-analysis of the best evidence. Journal of Clinical Psychiatry 74: e293–e308. Lewis A, Galbally M and Bailey C (2012) Perinatal mental health, antidepressants and neonatal outcomes: Findings from the Longitudinal Study of Australian Children. Neonatal, Paediatric and Child Health Nursing 15: 22–28. Malm H, Artama M, Gissler M, et al. (2011) Selective serotonin reuptake inhibitors and risk for major congenital anomalies. Obstetrics & Gynecology 118: 111–120. Myles N, Newall H, Ward H and Large M (2013) Systematic meta-analysis of individual selective serotonin reuptake inhibitor medications and congenital malformations. Australian and New Zealand Journal of Psychiatry 47: 1001–1011. O’Brien L, Einarson TR, Sarkar M, et al. (2008) Does paroxetine cause cardiac malformations? Journal of Obstetrics and Gynaecology Canada 30: 696–701. Rahimi R, Nikfar S and Abdollahi M (2006) Pregnancy outcomes following exposure to serotonin reuptake inhibitors: A meta-analysis of clinical trials. Reproductive Toxicology 22: 571–575. Wurst KE, Poole C, Ephross SA, et al. (2010) First trimester paroxetine use and the prevalence of congenital, specifically cardiac, defects: A meta-analysis of epidemiological studies. Birth Defects Research. Part A, Clinical and Molecular Teratology 88: 159–170.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 | 0,005 |
| 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 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 ».