Correlation Between Violence and Antipsychotic Dosage in Schizophrenia: A Secondary Analysis of The Clinical Antipsychotic Trials for Intervention Effectiveness (CATIE) Dataset
Notice bibliographique
Résumé
INTRODUCTION: Violent behavior is more common in individuals with schizophrenia, compared to the general population. Studies suggest higher psychotic symptoms are predictive of greater violent behavior. On the other hand, violent behaviors are reduced with antipsychotic treatment. However, the relationship between antipsychotic dosage and violence has not been studied to date. Thus, we aimed to determine if there exists an association between antipsychotic dosage and violence scores and whether the maximum violence would be predictive of the final antipsychotic dosage. We hypothesized that the violence scores at the final assessment in the Clinical Antipsychotic Trials for Intervention Effectiveness (CATIE) would be correlated with the corresponding drug dosage and the maximum violence severity score would be predictive of the final dosage. METHODS: Antipsychotic dosage at the end of the trial was converted into defined daily dosage and chlorpromazine equivalents (CPZe). Final and maximum violence sum scores were analyzed from the final violence assessment interviews. Spearman's rank-order correlation and linear regression analyses were used to analyze the relationship between the violence scores and standardized antipsychotic dosages. RESULTS: The analysis was on 952 individuals with schizophrenia. There was a significant association between maximum violence severity score and the final CPZe dosage (p=0.049). Exploratory analysis of age and ethnicity revealed younger non-white individuals to be at a higher risk of engaging in violent activities. DISCUSSION: Violence in schizophrenia is associated with poor illness course. Further studies focusing on violence in younger non-white individuals are warranted.
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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».