Regularity of self-reported daily dosage of mood stabilizers and antipsychotics in patients with bipolar disorder
Notice bibliographique
Résumé
BACKGROUND: Polypharmacy is often prescribed for bipolar disorder, yet medication non-adherence remains a serious problem. This study investigated the regularity in the daily dosage taken of mood stabilizers and second generation antipsychotics. METHODS: Daily self-reported data on medications taken and mood were available from 241 patients with a diagnosis of bipolar disorder who received treatment as usual. Patients who took the same mood stabilizer or second generation antipsychotic for ≥ 100 days were included. Approximate entropy was used to determine serial regularity in daily dosage taken. Generalized estimating equations were used to estimate if demographic or clinical variables were associated with regularity. RESULTS: There were 422 analysis periods available from the 241 patients. Patients took drugs on 84.4% of days. Considerable irregularity was found, mostly due to single-day omissions and dosage changes. Drug holidays (missing 3 or more consecutive days) were found in 35.8% of the analysis periods. Irregularity was associated with an increasing total number of psychotropic drugs taken (p = 0.009), the pill burden (p = 0.026), and the percent of days depressed (p = 0.049). CONCLUSION: Despite low missing percent of days, daily drug dosage may be irregular primarily due to single day omissions and dosage changes. Drug holidays are common. Physicians should expect to see partial adherence in clinical practice, especially with complex drug regimens. Daily dosage irregularity may impact the continuity of drug action, contribute to individual variation in treatment response, and needs further study.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».