Autonomic nervous system dysfunction in psychiatric disorders and the impact of psychotropic medications: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Autonomic nervous system (ANS) dysfunction is a putative underlying mechanism for increased cardiovascular disease risk in individuals with psychiatric disorders. Previous studies suggest that this risk may be related to psychotropic medication use. In the present study we systematically reviewed and analyzed published studies of heart rate variability (HRV), measuring ANS output, to determine the effect of psychiatric illness and medication use. METHODS: We searched for studies comparing HRV in physically healthy adults with a diagnosed psychiatric disorder to controls and comparing HRV pre- and post-treatment with a psychotropic medication. RESULTS: In total, 140 case-control (mood, anxiety, psychosis, dependent disorders, k = 151) and 30 treatment (antidepressants, antipsychotics; k = 43) studies were included. We found that HRV was reduced in all patient groups compared to controls (Hedges g = -0.583) with a large effect for psychotic disorders (Hedges g = -0.948). Effect sizes remained highly significant for medication-free patients compared to controls across all disorders. Smaller and significant reductions in HRV were observed for specific antidepressants and antipsychotics. LIMITATIONS: Study quality significantly moderated effect sizes in case-control analyses, underscoring the importance of assessing methodological quality when interpreting HRV findings. CONCLUSION: Combined findings confirm substantial reductions in HRV across psychiatric disorders, and these effects remained significant even in medication-free individuals. Reductions in HRV may therefore represent a significant mechanism contributing to elevated cardiovascular risk in individuals with psychiatric disorders. The negative impact of specific medications on HRV suggest increased risk for cardiovascular disease in these groups, highlighting a need for treatment providers to consider modifiable cardiovascular risk factors to attenuate this risk.
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 | 0,011 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,031 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».