Effect of serotonin modulating pharmacotherapies on body mass index and dysglycaemia among children and adolescents: a systematic review and network meta-analysis protocol
Notice bibliographique
Résumé
INTRODUCTION: Serotonin-modulating medications are commonly prescribed for mental health issues. Currently, there is limited consensus on weight gain and dysglycaemia development among children using these medications. The objective of this study is to review and synthesise all the available evidence on serotonin-modulating medications and their effects on body mass index (BMI), weight and glycaemic control. METHODS AND ANALYSIS: We will conduct a systematic review of all randomised controlled trials evaluating the use of serotonin-modulating medications in the treatment of children 2-17 years with mental health conditions. The outcome measures are BMI, weight and dysglycaemia. We will perform literature searches through Ovid Medline, Ovid Embase, PsycINFO and grey literature resources. Two reviewers from the team will independently screen titles and abstracts, assess the eligibility of full-text trials, extract information from eligible trials and assess the risk of bias and quality of the evidence. Results of this review will be summarised narratively and quantitatively as appropriate. We will perform a multiple treatment comparison using network meta-analysis to estimate the pooled direct, indirect and network estimate for all serotonin-modulating medications on outcomes if adequate data are available. ETHICS AND DISSEMINATION: Serotonin-modulating medications are widely prescribed for children with mental health diseases and are also used off-label. This network meta-analysis will be the first to assess serotonin modulating antidepressants and their effects on weight and glycaemic control. We anticipate that our results will help physicians and patients make more informed choices while considering the side effect profile. We will disseminate the results of the systematic review and network meta-analysis through peer-reviewed journals. PROSPERO REGISTRATION NUMBER: CRD42015024367.
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 | 0,069 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,004 |
| Méta-épidémiologie (sens large) | 0,021 | 0,033 |
| Bibliométrie | 0,013 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,056 | 0,005 |
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 ».