Use of polypharmacy and self-reported mood in outpatients with bipolar disorder
Notice bibliographique
Résumé
Objective. As polypharmacy is routinely used for the treatment of bipolar disorder, the relation between the daily number of psychotropic medications and self-reported mood was investigated. Method. Eighty patients (35 men and 45 women) with a diagnosis of bipolar disorder I or II, recruited from academic centres, entered their mood, sleep, and psychotropic medications for 3 months into ChronoRecord software. A total of 8662 days of data was received (mean 114.7 days/per patient). Results. Seventy-nine patients took a mean of 3.8 medications daily (SD 1.7; range 1-9); one took none. Of these patients, 73 (92.4%) took mood stabilizers, 47 (58.8%) took antidepressants, 31 (38.8%) took antipsychotics, 34 (42.5%) took benzodiazepines and 17 (21.1%) took thyroid hormones. Patients reporting normal mood more frequently took fewer medications; the Pearson correlation coefficient between the number of medications and the percent of days normal was -0.481 (P < 0.001). Grouping by number of medications, ANOVA analysis showed those taking fewer medications reported normal mood more frequently (P<0.001). Conclusion. Combination treatment regimens are routinely prescribed for bipolar disorder. Patients reporting normal mood more frequently took a fewer number of daily medications. Studies are needed to better identify those patients who would benefit from polypharmacy and to optimise the combinations of medications for patients with refractory 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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».