Predominant Polarity and Polarity Index of Maintenance Treatments for Bipolar Disorder: A Validation Study in a Large Naturalistic Sample in Italy
Notice bibliographique
Résumé
Background and Objectives: Predominant polarity (PP) may be a useful course specifier in at least a significant proportion of patients with Bipolar Disorder (BD), being associated with several clinically relevant correlates. Emerging evidence suggests that the concept of PP might influence the selection of maintenance treatments, based on a drug polarity index (PI) which measures the greater antidepressive vs. antimanic preventive efficacy of mood stabilizers over long-term maintenance treatment. In this study, we aimed to validate the PI in a large sample of Italian BD patients with accurate longitudinal characterization of the clinical course, which ensured a robust definition of the PP. Materials and Methods: Our sample is comprised of 653 patients with BD, divided into groups based on the predominant polarity (manic/hypomanic predominant polarity—MPP, depressive predominant polarity—DPP and no predominant polarity). Subsequently we calculated the mean total polarity index for each group, and we compared the groups. Results: When we examined the mean PI of treatments prescribed to individuals with DPP, MPP and no predominant polarity, calculated using two different methods, we failed to find significant differences, with the exception of the PI calculated with the Popovic method and using the less stringent criterion for predominant polarity (PP50%). Conclusions: Future prospective studies are needed in order to determine whether the predominant polarity is indeed one clinical factor that might guide the clinician in choosing the right mood stabilizer for BD maintenance treatment.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».