The Metabolic Syndrome During Atypical Antipsychotic Drug Treatment: Mechanisms and Management
Notice bibliographique
Résumé
The frequency of obesity, insulin resistance, type 2 diabetes mellitus and other components of metabolic syndrome appear to be significantly elevated in some psychiatric patients. This is a notable example of genetic/environment interaction. Considering the genetic contribution, evidence of insulin resistance in persons with schizophrenia was reported in the pre-pharmacological era. High insulin, glucose, and cortisol levels are observed in first episode psychosis. The frequency of type 2 diabetes mellitus is significantly increased in persons with schizophrenia and bipolar disorder and in their first-degree relatives. Finally, a link exists between schizophrenia and enzymes involved in glycolysis and between antipsychotic drug-induced weight gain and serotonin receptor polymorphism. Important environmental factors are poor dietary habits, smoking, lack of physical exercise, and drug treatment, mostly with antipsychotic drugs (APDs) and perhaps with mood stabilizers. The APDs probably induce metabolic dysfunction by producing sudden appetite increase and weight gain in predisposed subjects. However, direct drug effects on glucose and lipid metabolism independent from body weight change have been proposed. Excessive weight gain is mainly observed with clozapine, olanzapine, chlorpromazine, and thioridazine and is less consistently noted with risperidone or quetiapine. Two recently introduced APDs, ziprasidone and aripiprazole, display a neutral effect on weight and metabolism. Subjects at high risk must be identified early during APD treatment so that provide lifestyle counseling and pharmacological assistance can be provided. The immediate research agenda for the APDs is to improve the animal models of drug-induced metabolic dysfunction; to clarify mechanisms other than weight gain and appetite stimulation; and to test pharmacological agents in randomized, double-blind studies to prevent or reverse metabolic syndrome in selected patients.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».