Weight Gain, Schizophrenia and Antipsychotics: New Findings from Animal Model and Pharmacogenomic Studies
Notice bibliographique
Résumé
Excess body weight is one of the most common physical health problems among patients with schizophrenia that increases the risk for many medical problems, including type 2 diabetes mellitus, coronary heart disease, osteoarthritis, and hypertension, and accounts in part for 20% shorter life expectancy than in general population. Among patients with severe mental illness, obesity can be attributed to an unhealthy lifestyle, personal genetic profile, as well as the effects of psychotropic medications, above all antipsychotic drugs. Novel "atypical" antipsychotic drugs represent a substantial improvement on older "typical" drugs. However, clinical experience has shown that some, but not all, of these drugs can induce substantial weight gain. Animal models of antipsychotic-related weight gain and animal transgenic models of knockout or overexpressed genes of antipsychotic receptors have been largely evaluated by scientific community for changes in obesity-related gene expression or phenotypes. Moreover, pharmacogenomic approaches have allowed to detect more than 300 possible candidate genes for antipsychotics-induced body weight gain. In this paper, we summarize current thinking on: (1) the role of polymorphisms in several candidate genes, (2) the possible roles of various neurotransmitters and neuropeptides in this adverse drug reaction, and (3) the state of development of animal models in this matter. We also outline major areas for future research.
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 | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».