Pharmacological treatment of antipsychotic-induced dyslipidemia and hypertension
Notice bibliographique
Résumé
Second-generation antipsychotics (SGAs) are associated with significant comorbid metabolic abnormalities. Adjunct medications may be prescribed to treat these metabolic side effects, but the evidence supporting this practice (especially for the management of antipsychotic-associated dyslipidemia and hypertension) is limited. The purpose of this review was to evaluate the effects of adjunct medications on triglyceride, total cholesterol, low-density lipoprotein, high-density lipoprotein, and blood pressure levels in participants taking SGAs for psychosis. Studies were systematically searched and evaluated. Studies were included for review if participants were taking SGAs and if lipid and/or blood pressure levels were included as outcome measures. Statins, conventional lipid-lowering agents, fluvoxamine, ramelteon, topiramate, valsartan, telmisartan, omega-3 fatty acids, metformin (including both immediate-release and extended-release formulations), and a combination of metformin-sibutramine seemed to have beneficial effects on lipid levels. Valsartan, telmisartan, and topiramate appeared to be effective for controlling increases in blood pressure. The literature on adjunct medications for the treatment of antipsychotic-associated dyslipidemia and hypertension is not exhaustive, and long-term randomized-controlled trials would offer valuable results.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».