Predictors of functional impairment in bipolar disorder: Results from 13 cohorts from seven countries by the global bipolar cohort collaborative
Notice bibliographique
Résumé
OBJECTIVES: Persistent functional impairment is common in bipolar disorder (BD) and is influenced by a number of demographic, clinical, and cognitive features. The goal of this project was to estimate and compare the influence of key factors on community function in multiple cohorts of well-characterized samples of individuals with BD. METHODS: Thirteen cohorts from 7 countries included n = 5882 individuals with BD across multiple sites. The statistical approach consisted of a systematic uniform application of analyses across sites. Each site performed a logistic regression analysis with empirically derived "higher versus lower function" as the dependent variable and selected clinical and demographic variables as predictors. RESULTS: We found high rates of functional impairment, ranging from 41 to 75%. Lower community functioning was associated with depressive symptoms in 10 of 12 of the cohorts that included this variable in the analysis. Lower levels of education, a greater number of prior mood episodes, the presence of a comorbid substance use disorder, and a greater total number of psychotropic medications were also associated with low functioning. CONCLUSIONS: The bipolar clinical research community is poised to work together to characterize the multi-dimensional contributors to impairment and address the barriers that impede patients' complete recovery. We must also identify the core features which enable many to thrive and live successfully with BD. A large-scale, worldwide, prospective longitudinal study focused squarely on BD and its heterogeneous presentations will serve as a platform for discovery and promote major advances toward optimizing outcomes for every individual with this illness.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».