Typology of clinical course in bipolar disorder based on 18-month naturalistic follow-up
Notice bibliographique
Résumé
BACKGROUND: Individual variation in the clinical course of bipolar disorder may have prognostic and therapeutic implications but is poorly reflected in current classifications. We aimed to establish a typology of the individual clinical trajectories based on detailed prospective medium-term follow-up. Method Latent class analysis (LCA) of nine characteristics of clinical course (time depressed, severity of depression, stability of depression, time manic, severity of mania, stability of mania, mixed symptoms, mania-to-depression and depression-to-mania phase switching) derived from life charts prospectively tracking the onsets and offsets of (hypo)manic, depressive, mixed and subsyndromal episodes in a representative sample of 176 patients with bipolar disorder. RESULTS: The best-fitting model separated patients with bipolar disorder into large classes of episodic bipolar (47%) and depressive type (32%), moderately sized classes characterized by prolonged hypomanias (10%) and mixed episodes (5%) and five small classes with unusual course characteristics including mania-to-depression and depression-to-mania transitions and chronic mixed affective symptoms. This empirical typology is relatively independent of the distinction between bipolar disorder type I and type II. Lifetime co-morbidity of alcohol use disorders is characteristic of the episodic bipolar course type. CONCLUSIONS: There is potential for a new typology of clinical course based on medium-term naturalistic follow-up of a representative clinical sample of patients with bipolar disorder. Predictive validity and stability over longer follow-up periods remain to be established.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».