On the Relevance of Seizure Activity to Suicide Risk
Notice bibliographique
Résumé
It is evident to researchers that the detection of the increased risk of suicide, as a result of the use of certain psychotropics, is a difficult task due to the inherently high risk of suicide in patients prescribed these medications. Selective serotonin reuptake inhibitors (SSRIs), for example, were found to increase the risk of suicide, especially, in younger age groups, even when adjusting for risks caused by the illness itself (FDA review). We seem to be faced with a similar situation in relation to the use of anti-epileptic drugs (AEDs). The latter is evident in a large FDA meta-analysis that has shown AEDs to increase the risk of suicide in three different groups of patients: patients with epilepsy, patients with psychiatric disorders (e.g. depression), and patients with other disorders (e.g. chronic pain) [2]. Naturally, this is a complex area considering that all three groups of patients do potentially have a higher risk of depression and suicide! Notwithstanding the finding that patients with psychiatric disorders on AEDs were found to have a lower suicide risk, when compared to patients with epilepsy on AEDs, is interesting. The latter observation is consistent with three more studies, all of which have failed to detect an increase in suicide rates in patients with bipolar affective disorder receiving AEDs, but paradoxically, an increased rate in patients with epilepsy receiving AEDs [3-5]. The FDA finding that suicide risk is higher in the AED arm of patients with epilepsy when compared to the AED arm of psychiatrically ill patients, from the outset sounds almost counter-intuitive. However, the mystery is amenable to understanding if we entertain the possibility that in some patients, the risk of suicide can directly be affected by seizure activity (increased or decreased) irrespective of the underlying psychopathological ailments (e.g. depression).
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 | 0,002 | 0,003 |
| 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 | 0,000 |
| 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 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 ».