Case Reports of Aripiprazole and Problematic Gambling in Schizophrenia
Notice bibliographique
Résumé
BACKGROUND: Pharmacovigilance studies have reported a higher risk of problematic gambling (PG) in people receiving aripiprazole (ARI), a partial dopamine agonist. This association needs to be specifically assessed in schizophrenia (SZ) given the high prevalence of risk factors for PG in this population (eg, comorbid substance use) and given the nature of the dopamine dysfunction in this disorder. At the present stage, case studies may shed light on such an association. METHODS: All published cases involving SZ patients with PG while on ARI were systematically identified. Two instruments were used to assess causality. RESULTS: We identified 16 published SZ cases exposed to ARI experiencing PG. Half of whom had a gambling history before ARI exposition. Naranjo scores led to the estimation of a possible link between ARI exposition and PG in 15 of 16 cases (average score of 3) and probable (score of 5) in 1 case. More than 50% of items were left unknown owing to the lack of information or scale limitations. Using the Liverpool algorithm, causality estimation was raised to probable in 13 of 16 cases, definite in 1 case, and nonassessable in 2 cases. CONCLUSIONS: The present review confirms that ARI may be involved in the occurrence of PG in some SZ patients. However, important information to assess causality was frequently missing, and the 2 scales used did not yield the same degree of certainty. The current article calls for including more details in future case reports and for well-powered studies carefully assessing factors such as comorbid diagnoses.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».