MétaCan
Menu
Retour à la cohorte
Enregistrement W3026661069 · doi:10.1093/schbul/sbaa029.806

T246. RISK FACTORS FOR PSYCHOTIC RELAPSE IN CHRONIC SCHIZOPHRENIA AFTER DOSE-REDUCTION OR DISCONTINUATION OF ANTIPSYCHOTICS: A SYSTEMATIC REVIEW AND META-ANALYSIS

2020· review· en· W3026661069 sur OpenAlexaboutno aff
Jan Bogers, George Hambarian, Jentien M. Vermeulen, Lieuwe de Haan

Notice bibliographique

RevueSchizophrenia Bulletin · 2020
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiscontinuationMedicineAntipsychoticInternal medicineMeta-analysisDoseConfidence intervalSchizophrenia (object-oriented programming)PsychiatryPediatrics

Résumé

récupéré en direct d'OpenAlex

Abstract Background Patients are often treated with high doses or combinations of antipsychotics. High doses are associated with more severe side effects and reduction of motivation and drive, which may hamper recovery. Nevertheless, dose-reduction (DR) or discontinuation of antipsychotic medication in chronic patients, carries the risk of psychotic relapse. In order to identify risk factors of psychotic relapse after DR or discontinuation, we performed a meta-analysis, aimed (i) to determine the rate of relapse after DR or discontinuation in patients with chronic schizophrenia, and (ii) to assess risk factors for psychotic relapse. Methods We searched PubMed, EMBASE and PsycINFO for studies on dose-reduction of antipsychotics from January 1950 through June 2019. We extracted data and calculated event rates (ER=relapse rate) per person-years including 95% confidence intervals (95%CI). The following data were extracted: (1) patient characteristics (age, percentage of male subjects, setting, duration of illness), (2) dose-reduction/discontinuation characteristics (start-dose before dose-reduction, end-dose after dose-reduction, dose-reduction in milligrams, dose-reduction as percentage of start-dose, time period of dose-reduction), (3) follow-up characteristics (time after dose-reduction), and (4) study characteristics (blinding, year of publication and relapse definition). To account for sample variation we pooled the results following the Dersimonian and Laird random effects method (CMA; Borenstein et al 2009). Between-study heterogeneity was assessed with Cochran’s I2-statistic. We examined the risk of bias in the included studies based on five aspects that could affect the association between exposure and outcome from the Newcastle-Ottawa scale (NOS). Results 46 unique cohorts, presenting 1677 patients in which doses were reduced/discontinued were included in meta-analysis. Most included patients were man at middle age, and with a mean duration of illness of 15 years. There was a considerable risk of bias in studies (48% of studies with NOS≤3). We found an overall event rate (ER) per person-years on psychotic relapse of 0.55 (CI95% 0.46–0.65; p<0.0001; I2 =79). We present various variables that influence event rates. Highest rates were found for inpatients with a short duration of illness. Most robust event rates for psychotic relapse were seen for discontinuing antipsychotics, and if not discontinuing, dose-reduction till under 5mg haloperidol equivalents daily (HE). Abrupt reduction yielded higher rates than gradual reduction. During short follow-up time more relapses occurred than in studies with long follow-up time. Older studies and studies in which relapse was defined as a clinical decision (without applying a psychometric scale) also yielded high event rates, explained by the fact that older studies mostly reduced antipsychotics abruptly till zero or at least doses under 5mgHE, while more recent studies did not, and used rating scales for relapse. Discussion In patients with chronic schizophrenia discontinuing, and to a lesser extent DR till end-dose <5mgHE, patients who reduce doses abrupt, inpatients, and patients with a short duration of illness carry highest relapse risk. Most relapses occur during the first half year after DR.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0190,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,264
Tête enseignante GPT0,423
Écart entre enseignants0,160 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSchizophrenia BulletinMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207