A Focused Review of the Metabolic Side-Effects of Clozapine
Notice bibliographique
Résumé
The second generation antipsychotic drug clozapine represents the most effective pharmacotherapy for treatment-resistant psychosis. It is also associated with low rates of extrapyramidal symptoms and hyperprolactinemia compared to other antipsychotic drugs. However, clozapine tends to be underutilized in clinical practice due to a number of disabling and serious side-effects. These are characterized by a constellation of metabolic side-effects which include dysregulation of glucose, insulin, plasma lipids and body fat. Many patients treated with clozapine go on to develop metabolic syndrome at a higher rate than the general population, which predisposes them for Type 2 diabetes mellitus and cardiovascular disease. Treatments for the metabolic side-effects of clozapine vary in their efficacy. There is also a lack of knowledge about the underlying physiology of how clozapine exerts its metabolic effects in humans. In the current review, we focus on key studies which describe how clozapine affects each of the main symptoms of the metabolic syndrome, and cover some of the treatment options. The clinical data are then discussed in the context of preclinical studies that have been conducted to identify the key biological substrates involved, in order to provide a better integrated overview. Suggestions are provided about key areas for future research to better understand how clozapine causes metabolic dysregulation.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».