Risperidone long-acting injection in the treatment of schizophrenia: 24-month results from the electronic Schizophrenia Treatment Adherence Registry in Canada
Notice bibliographique
Résumé
OBJECTIVE: To assess outcomes over 24 months in Canadian patients with schizophrenia initiated on risperidone long-acting injection (RLAI) and participating in the electronic Schizophrenia Treatment Adherence Registry (e-STAR). MATERIALS AND METHODS: Patients with schizophrenia or schizoaffective disorder were enrolled from 24 sites after an independent decision to initiate RLAI. Subsequent patient management was based on usual clinical practice at each site and was not protocol-driven. Relevant data were collected retrospectively by chart review for 12 months prior to RLAI and prospectively for 24 months following RLAI initiation. RESULTS: Patients (n=188) had a mean age of 39.2 years, were 66.3% male, and 27.7% were inpatients at baseline. Twenty-four months after initiating therapy (initial dose =28.7 mg), 34.1% (95% confidence interval 27.2%-42.2%) of patients had discontinued RLAI with a mean time to discontinuation of 273.4±196 days. Over the treatment period, there were significant (P<0.001) changes from baseline in Clinical Global Impression-Severity (CGI-S; 3.48 versus [vs] 4.31 at baseline), Global Assessment of Functioning (GAF; 56.1 vs 48.1), and Personal and Social Performance (PSP; 59.1 vs 46.9) scale scores. In addition, after 12 months, there were significant (P<0.001) decreases in the percentage of patients hospitalized (23.9% vs 58.5% pre-RLAI), mean length of stay (11.4 vs 30.4 days), and number of hospitalizations (0.32 vs 0.87) compared to the 12-month pre-RLAI period. Reductions in hospitalization continued into the second 12 months of therapy, when only 9% of patients were hospitalized and mean length of stay was 2.0 days. CONCLUSION: In a routine clinical practice setting, patients switched to RLAI showed significant improvements in clinical outcomes and in global and social functioning, and hospitalization was significantly reduced. The data confirm that RLAI provides effective long-term management of schizophrenia in Canada.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».