BPRS domains, items and subgroups analyses, and CGI-I ratings in pooled data from non-interventional studies of aripiprazole once-monthly in schizophrenia (REACT study)
Notice bibliographique
Résumé
BACKGROUND: Patients with schizophrenia may benefit from treatment with long-acting injectable (LAI) formulations of antipsychotics. Aripiprazole once-monthly (AOM) is an LAI that was tested in two non-interventional studies in Germany and Canada. METHODS: Here, we report on analyses of pooled data from the two non-interventional studies. Patients were treated with AOM under real-life conditions. Data were analyzed for a timeframe of 6 months. We analyzed data on Brief Psychiatric Rating Scale (BPRS) domains and items, BPRS total scores in various patient subgroups (male vs. female patients, patients with disease duration ≤ 5 years and > 5 years, patients with different levels of disease severity at baseline), Clinical Global Impression - Improvement (CGI-I) ratings for the total population and subgroups, and comorbidities for the total population. RESULTS: Data from 409 patients were included. 65.5% of the patients had comorbidities. Improvements were found in all BPRS domains and items. Furthermore, improvements were similar for male and female patients, patients with disease duration ≤ 5 years and > 5 years, and across different levels of disease severity at baseline. Numerically, more favorable results were found for younger patients, female patients, and those with shorter disease duration. CONCLUSIONS: AOM can be an effective treatment in the broad range of patients, across sexes, regardless of patient age and duration of disease, independently of disease severity, and across symptoms. TRIAL REGISTRATION: NCT02131415 (May 6, 2014), vfa non-interventional studies registry 15960N.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».