Can body mass index help predict outcome in patients with bipolar disorder?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Several studies have reported higher prevalence of obesity in patients suffering from bipolar disorder (BD). To study the relation of elevated body mass index (BMI) in patients with BD more closely, we investigated differences in sociodemographic, clinical, and medical characteristics with respect to BMI, with the hypothesis that BMI is related to prognosis and outcome. METHODS: We measured the BMI of 276 subjects of a tertiary care sample from the Maritime Bipolar Registry. Subjects were 16 to 83 years old, with psychiatric diagnoses of bipolar I disorder (n = 186), bipolar II disorder (n = 85), and BD not otherwise specified (n = 5). The registry included basic demographic data and details of the clinical presentation. We first examined the variables showing a significant association with BMI; subsequently, we modeled the relationship between BMI and psychiatric outcome using structural equation analysis. RESULTS: The prevalence of obesity in our sample was 39.1%. We found higher BMI in subjects with a chronic course (p < 0.001) and longer duration of illness (p = 0.02), lower scores on the Global Assessment of Functioning Scale (p = 0.02), and on disability (p = 0.002). Overweight patients had more frequent comorbid subthreshold social (p = 0.02) and generalized anxiety disorders (p = 0.05), diabetes mellitus type II (p < 0.001), and hypertension (p = 0.001). Subjects who achieved complete remission of symptoms on lithium showed significantly lower BMI (p = 0.01). CONCLUSIONS: Our findings suggest that BMI is associated with the prognosis and outcome of BD. Whether this association is causal remains to be determined.
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.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle