Obesity and mixed features in bipolar disorder: A systematic review
Notice bibliographique
Résumé
There is some clinical evidence indicating that obesity may change the trajectory of individuals with Bipolar Disorder (BD) to having more mixed features, however, to the best of our knowledge, there are no systematic reviews investigating this relationship. Thus, this systematic review is aimed at describing the association between obesity and mixed features in BD, specifically whether obesity changes the trajectory of patients with BD to having a greater frequency of mixed features. A literature search was conducted on October 22, 2021, using the following databases: PubMed, PsycINFO, and EMBASE. A total of 2 studies were included in this systematic review. Both studies described the frequency of mixed features in a population of patients with BD with and without the presence of obesity. Among individuals with BD, patients who were obese had a significantly greater probability of having mixed features than patients who were not obese. The prevalence of manic versus depressive or mixed mood states was significantly associated with obesity, since a higher percentage of patients who had BD and were obese presented with depressive or mixed mood states compared to patients who had BD and were not obese. Patients that are diagnosed with BD and present with obesity have a greater prevalence of presenting mixed features, which has been linked to worse clinical outcomes. More studies are needed to definitively determine the association between obesity and mixed features, and therefore, implement interventions to improve prognosis in patients with BD.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».