MétaCan
Menu
← Retour à la cohorte
Enregistrement W290470724

What does schizophrenia teach us about antipsychotics?

2015· article· en· W290470724 sur OpenAlexaff
Gary Remington, Ofer Agid, George Foussias, Gagan Fervaha, Hiroyoshi Takeuchi, Jimmy Lee, Margaret Hahn

Notice bibliographique

RevuePubMed · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensOntario Medical AssociationOntario Institute for Cancer ResearchCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésProdromeSchizophrenia (object-oriented programming)ClozapinePsychosisPsychologyIntervention (counseling)PsychiatryPolypharmacyClinical psychologyPsychotherapistMedicinePharmacology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine how advances in our understanding of schizophrenia have shaped thinking about antipsychotics (APs) and their role in treatment. METHOD: Three specific developments in the field of schizophrenia are highlighted: advances in knowledge related to the earliest stages of schizophrenia, specifically the prodrome; reconceptualization of schizophrenia as an illness of multiple symptom domains; and greater clarification regarding the efficacy of clozapine and a new generation of APs. RESULTS: Evidence indicating that negative and cognitive symptoms are present during the prodrome suggests that intervention at the time of first-episode psychosis constitutes late intervention. The limited efficacy of APs beyond psychosis argues against a magic bullet approach to schizophrenia and for polypharmacy that is symptom domain-specific. Clozapine's unique, but limited, efficacy in treatment resistance supports subtyping schizophrenia based on treatment response. CONCLUSIONS: Advances in our understanding of schizophrenia have important implications regarding the current use of APs, expectations regarding response, and future drug development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,005
Science ouverte0,0010,001
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,293
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetSchizophrenia research and treatment→Travaux en français237 207→