MétaCan
Menu
← Retour à la cohorte
Enregistrement W2904991326 · doi:10.5539/gjhs.v11n1p28

Second Generation Antipsychotics (SGAs) in Schizophrenic Patients and Bipolar Disorder: Correlation With Metabolic Syndrome (NCEP ATP III(a))

2018· article· en· W2904991326 sur OpenAlexvenueno aff
Consuelo Roldán Menco, Anderson Díaz Pérez, Zoraida Barrios Puerta

Notice bibliographique

RevueGlobal Journal of Health Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetabolic syndromeMedicineDyslipidemiaInternal medicineSchizophrenia (object-oriented programming)AntipsychoticBipolar disorderNational Cholesterol Education ProgramClozapineConfidence intervalPopulationAnthropometryEndocrinologyPsychiatryObesityLithium (medication)

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The Metabolic Syndrome is a set of diverse clinical situations such as diabetes mellitus, hypertension and dyslipidemia. Patients with mental illnesses such as schizophrenia or bipolar disorder have a higher mortality than the general population attributable in 60% to somatic diseases and metabolic syndrome, where second generation antipsychotics increase the risk of weight gain and insulin resistance. Objectives. Correlate the treatment with second generation antipsychotics (SGAs) as a possible predictor for Metabolic Syndrome according to the NCEP ATP III (a) classification. METHODS: Descriptive, cross-sectional correlational study. The sample was of 92 patients, applying an open and convenience sampling due to the mental state of the patients in order to determine their degree of acceptance to the study (Informed Assent) and consent to the legal guardian as the main inclusion criterion. For the analysis, the following variables were considered: blood pressure, weight, height, abdominal circumference, serum levels of triglycerides, glucose and high density lipoproteins. The SPSS 20.0 ® program was used logistic regression analysis with a p-value <0.05 and a confidence level of 95%. RESULTS: SGAs most used was clozapine (54.3%). The correlation analysis showed that sociodemographic aspects such as personal history, habits, physical activity and paraclinical and anthropometric records correlated with the possible diagnosis of metabolic syndrome (p <0.05), but not with SGAs (p> 0.05). ). CONCLUSION: No correlation was found between the presence of the metabolic syndrome and the type of antipsychotic treatment.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,269
Écart entre enseignants0,259 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health Science→Même sujetDiabetes, Cardiovascular Risks, and Lipoproteins→Travaux en français237 207→