The effect of ethnicity and immigration on treatment resistance in schizophrenia
Notice bibliographique
Résumé
BACKGROUND: Treatment resistance is a common issue among schizophrenia patients undergoing antipsychotic treatment. According to the American Psychiatric Association (APA) guidelines, treatment-resistant status is defined as little or no symptom reduction to at least two antipsychotics at a therapeutic dose for a trial of at least six weeks. The aim of the current study is to determine whether ethnicity and migration are associated with treatment resistance. METHODS: In a sample of 251 participants with schizophrenia spectrum disorders, we conducted cross-sectional assessments to collect information regarding self-identified ethnicity, immigration and treatment history. Ancestry was identified using 292 markers overlapping with the HapMap project. Using a regression analysis, we tested whether a history of migration, ethnicity or genetic ancestry were predictive of treatment resistance. RESULTS: Our logistic regression model revealed no significant association between immigration (OR = 0.04; 95%CI = 0.35-3.07; p = 0.93) and treatment resistant schizophrenia. White Europeans did not show significant association with resistance status regardless of whether ethnicity was determined by self-report (OR = 1.89; 95%CI = 0.89-4.20; p = 0.105) or genetic analysis (OR = -0.73; 95%CI = -0.18-2.97; p = 0.667). CONCLUSION: Neither ethnicity nor migrant status was significantly associated with treatment resistance in this Canadian study. However, these conclusions are limited by the small sample size of our investigation.
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 ».