Assessing cardiometabolic parameter monitoring in inpatients taking a second-generation antipsychotic: The CAMI-SGA study – a cross-sectional study
Notice bibliographique
Résumé
OBJECTIVES: This study aims to determine the proportion of initial cardiometabolic assessment and its predicting factors in adults with schizophrenia, bipolar disorder or other related diagnoses for whom a second-generation antipsychotic was prescribed in the hospital setting. DESIGN: Cross-sectional study. SETTING: The psychiatry unit of a Canadian tertiary care teaching hospital in Montreal, Canada. PARTICIPANTS: 402 patients with aforementioned disorders who initiated, restarted or switched to one of the following antipsychotics: clozapine, olanzapine, risperidone, paliperidone or quetiapine, between 2013 and 2016. PRIMARY OUTCOME MEASURES: We assessed the proportion of cardiometabolic parameters monitored. SECONDARY OUTCOME MEASURES: We identified predictors that influence the monitoring of cardiometabolic parameters and we assessed the proportion of adequate interventions following the screening of uncontrolled blood pressure and fasting glucose or glycated haemoglobin (HbA1c) results. RESULTS: Only 37.3% of patients received monitoring for at least three cardiometabolic parameters. Blood pressure was assessed in 99.8% of patients; lipid profile in 24.4%; fasting glucose or HbA1c in 33.3% and weight or body mass index in 97.8% of patients while waist circumference was assessed in 4.5% of patients. For patients with abnormal blood pressure and glycaemic values, 42.3% and 41.2% subsequent interventions were done, respectively. The study highlighted the psychiatric diagnosis (substance induced disorder OR 0.06 95% CI 0.00 to 0.44), the presence of a court-ordered treatment (OR 0.79 95% CI 0.35 to 1.79) and the treating psychiatrist (up to OR 34.0 95% CI 16.2 to 140.7) as predictors of cardiometabolic monitoring. CONCLUSIONS: This study reports suboptimal baseline cardiometabolic monitoring of patients taking an antipsychotic in a Canadian hospital. Optimising collaboration within a multidisciplinary team may increase cardiometabolic monitoring.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».