Change in Prolactin Levels in Pediatric Patients Given Antipsychotics for Schizophrenia and Schizophrenia Spectrum Disorders: A Network Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Treatment of schizophrenia with first- and second-generation antipsychotics has been associated with elevated prolactin levels, which may increase the risk for prolactin-related adverse events. METHODS: Randomized controlled trials (RCTs) included in a recent systematic review were considered for this analysis. A Bayesian network meta-analysis was used to compare changes in prolactin levels in pediatric patients diagnosed with schizophrenia or schizophrenia spectrum disorders treated with second-generation antipsychotics (SGAs). RESULTS: Five RCTs, including 989 patients combined, have evaluated the changes in prolactin for pediatric patients after 6 weeks of treatment with risperidone, quetiapine, aripiprazole, olanzapine, and paliperidone. In the overall study population, treatment with risperidone was associated with the highest increase in mean prolactin levels compared to other SGAs. Patients treated with risperidone 4-6 mg/day were found to experience the greatest increases (55.06 ng/ml [95% CrI: 40.53-69.58]) in prolactin levels, followed by risperidone 1-3 mg/day, paliperidone 3-6 mg/day, and paliperidone 6-12 mg/day. CONCLUSIONS: This study shows that there are differences in SGAs ability to cause hyperprolactinemia. Further, there is clear evidence of safety concerns with risperidone and paliperidone treatment in adolescent schizophrenia patients. REGISTRATION: PROSPERO CRD42014009506.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».