MétaCan
Menu
Retour à la cohorte
Enregistrement W4229026417 · doi:10.1002/wps.20972

Oral and long‐acting antipsychotics for relapse prevention in schizophrenia‐spectrum disorders: a network meta‐analysis of 92 randomized trials including 22,645 participants

2022· article· en· W4229026417 sur OpenAlexfundno aff
Giovanni Ostuzzi, Federico Bertolini, Federico Tedeschi, Giovanni Vita, Paolo Brambilla, Lorenzo Del Fabro, Chiara Gastaldon, Davide Papola, Marianna Purgato, Guido Nosari, Cinzia Del Giovane, Christoph U. Correll, Corrado Barbui

Notice bibliographique

RevueWorld Psychiatry · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster University
Mots-clésMedicineQuetiapineZiprasidonePaliperidoneAmisulprideAripiprazoleOlanzapineAsenapineAntipsychoticPsychiatryRandomized controlled trialSchizoaffective disorderLurasidonePlaceboRisperidoneAdverse effectInternal medicineSchizophrenia (object-oriented programming)Psychosis

Résumé

récupéré en direct d'OpenAlex

According to current evidence and guidelines, continued antipsychotic treatment is key for preventing relapse in people with schizophrenia-spectrum disorders, but evidence-based recommendations for the choice of the individual antipsychotic for maintenance treatment are lacking. Although oral antipsychotics are often prescribed first line for practical reasons, long-acting injectable antipsychotics (LAIs) are a valuable resource to tackle adherence issues since the earliest phase of disease. Medline, EMBASE, PsycINFO, CENTRAL and CINAHL databases and online registers were searched to identify randomized controlled trials comparing LAIs or oral antipsychotics head-to-head or against placebo, published until June 2021. Relative risks and standardized mean differences were pooled using random-effects pairwise and network meta-analysis. The primary outcomes were relapse and dropout due to adverse events. We used the Cochrane Risk of Bias tool to assess study quality, and the CINeMA approach to assess the confidence of pooled estimates. Of 100 eligible trials, 92 (N=22,645) provided usable data for meta-analyses. Regarding relapse prevention, the vast majority of the 31 included treatments outperformed placebo. Compared to placebo, "high" confidence in the results was found for (in descending order of effect magnitude) amisulpride-oral (OS), olanzapine-OS, aripiprazole-LAI, olanzapine-LAI, aripiprazole-OS, paliperidone-OS, and ziprasidone-OS. "Moderate" confidence in the results was found for paliperidone-LAI 1-monthly, iloperidone-OS, fluphenazine-OS, brexpiprazole-OS, paliperidone-LAI 1-monthly, asenapine-OS, haloperidol-OS, quetiapine-OS, cariprazine-OS, and lurasidone-OS. Regarding tolerability, none of the antipsychotics was significantly worse than placebo, but confidence was poor, with only aripiprazole (both LAI and OS) showing "moderate" confidence levels. Based on these findings, olanzapine, aripiprazole and paliperidone are the best choices for the maintenance treatment of schizophrenia-spectrum disorders, considering that both LAI and oral formulations of these antipsychotics are among the best-performing treatments and have the highest confidence of evidence for relapse prevention. This finding is of particular relevance for low- and middle-income countries and constrained-resource settings, where few medications may be selected. Results from this network meta-analysis can inform clinical guidelines and national and international drug regulation policies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,036
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,049
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0150,057
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,147
Tête enseignante GPT0,413
Écart entre enseignants0,266 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations115
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld PsychiatryMême sujetSchizophrenia research and treatmentTravaux en français237 207