MétaCan
Menu
Retour à la cohorte
Enregistrement W2916941238 · doi:10.2174/1570159x17666190228113348

Association between Serum Lipids and Antipsychotic Response in Schizophrenia

2019· review· en· W2916941238 sur OpenAlexaff
David D. Kim, Alasdair M. Barr, Diane Fredrikson, William G. Honer, Ric M. Procyshyn

Notice bibliographique

RevueCurrent Neuropharmacology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésClozapineSchizophrenia (object-oriented programming)ConfoundingAntipsychoticMedicineBlood lipidsInternal medicinePsychiatryPopulationRandomized controlled trialCholesterolEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Metabolic abnormalities are serious health problems in individuals with schizophrenia. Paradoxically, studies have noted an association where individuals who gained body weight or who have increased their serum lipids demonstrated a better antipsychotic response. As serum lipids serve as more specific physiological markers than body weight, the objective of this study was to review studies that examined the association between changes in serum lipids and changes in symptoms during antipsychotic treatment in individuals with schizophrenia. A Medline® literature search was performed. Fourteen studies were included and analyzed. Evidence suggests that increases in serum lipids may be associated with decreases in symptoms during antipsychotic treatment. This inverse association may be independent of confounding variables, such as weight gain, and may be most evident during treatment with clozapine. Also, according to recent randomized controlled trials, lipid-lowering agents do not appear to worsen symptoms although this needs to be further investigated in clozapine-treated patients. Future studies should investigate the association in question in a larger population and identify underlying mechanisms.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0060,006
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,097
Tête enseignante GPT0,420
Écart entre enseignants0,323 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations46
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent NeuropharmacologyMême sujetDiet and metabolism studiesTravaux en français237 207