Association of obesity and treated hypertension and diabetes with cognitive ability in bipolar disorder and schizophrenia
Notice bibliographique
Résumé
OBJECTIVES: People with bipolar disorder or schizophrenia are at greater risk for obesity and other cardio-metabolic risk factors, and several prior studies have linked these risk factors to poorer cognitive ability. In a large ethnically homogenous outpatient sample, we examined associations among variables related to obesity, treated hypertension and/or diabetes and cognitive abilities in these two patient populations. METHODS: In a study cohort of outpatients with either bipolar disorder (n = 341) or schizophrenia (n = 417), we investigated the association of self-reported body mass index and current use of medications for hypertension or diabetes with performance on a comprehensive neurocognitive battery. We examined sociodemographic and clinical factors as potential covariates. RESULTS: Patients with bipolar disorder were less likely to be overweight or obese than patients with schizophrenia, and also less likely to be prescribed medication for hypertension or diabetes. However, obesity and treated hypertension were associated with worse global cognitive ability in bipolar disorder (as well as with poorer performance on individual tests of processing speed, reasoning/problem-solving, and sustained attention), with no such relationships observed in schizophrenia. Obesity was not associated with symptom severity in either group. CONCLUSIONS: Although less prevalent in bipolar disorder compared to schizophrenia, obesity was associated with substantially worse cognitive performance in bipolar disorder. This association was independent of symptom severity and not present in schizophrenia. Better understanding of the mechanisms and management of obesity may aid in efforts to preserve cognitive health in bipolar 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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 ».