MétaCan
Menu
Retour à la cohorte
Enregistrement W2133901279 · doi:10.1186/1476-511x-6-14

Weight gain and psychiatric treatment: is there as role for green tea and conjugated linoleic acid?

2007· article· en· W2133901279 sur OpenAlexaff
Martin A. Katzman, Leslie Jacobs, Madalyn Marcus, Monica Vermani, Alan Logan

Notice bibliographique

RevueLipids in Health and Disease · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueTea Polyphenols and Effects
Établissements canadiensSTART Clinic
Organismes subventionnairesnon disponible
Mots-clésWeight gainMedicineClinical nutritionPsychiatryAnxietyAdverse effectLipidologyQuetiapineLean body massSchizophrenia (object-oriented programming)Clinical chemistryBody weightInternal medicine

Résumé

récupéré en direct d'OpenAlex

Dietary supplement use is widespread in developed nations. In particular, patients who utilize mental health services also report frequent consumption of dietary supplements, often in relation to management of adverse events and specifically weight gain. Weight gain induced by psychotropic medications can further compound psychological distress and negatively influence compliance. Here we report on four cases of social anxiety disorder treated with the atypical antipsychotic quetiapine. Self-administration of conjugated linoleic acid and green tea extract may have influenced objective anthropomorphic measurements; each patient had an unexpected decrease in total body fat mass, a decrease in body fat percentage and an increase in lean body mass. Since weight gain is a common and undesirable side-effect with psychiatric medications, our observation strongly suggests the need for controlled clinical trials using these agents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,509

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,306
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLipids in Health and DiseaseMême sujetTea Polyphenols and EffectsTravaux en français237 207