Clinical course predicts long-term outcomes in bipolar disorder
Notice bibliographique
Résumé
BACKGROUND: The long-term outcomes of bipolar disorder range from lasting remission to chronic course or frequent recurrences requiring admissions. The distinction between bipolar I and II disorders has limited utility in outcome prediction. It is unclear to what extent the clinical course of bipolar disorder predicts long-term outcomes. METHODS: A representative sample of 191 individuals diagnosed with bipolar I or II disorder was recruited and followed for up to 5 years using a life-chart method. We previously described the clinical course over the first 18 months with dimensional course characteristics and latent classes. Now we test if these course characteristics predict long-term outcomes, including time ill (time with any mood symptoms) and hospital admissions over a second non-overlapping follow-up period in 111 individuals with available data from both 18 months and 5 years follow-ups. RESULTS: Dimensional course characteristics from the first 18 months prospectively predicted outcomes over the following 3.5 years. The proportion of time depressed, the severity of depressive symptoms and the proportion of time manic predicted more time ill. The proportion of time manic, the severity of manic symptoms and depression-to-mania switching predicted a greater likelihood of hospital admissions. All predictions remained significant after controlling for age, sex and bipolar I v. II disorder. CONCLUSIONS: Differential associations with long-term outcomes suggest that course characteristics may facilitate care planning with greater predictive validity than established types of bipolar disorders. A clinical course dominated by depressive symptoms predicts a greater proportion of time ill. A clinical course characterized by manic episodes predicts hospital admissions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».