Challenges of Therapeutic Drug Monitoring and Usage of Lithium in Managing Psychiatric Disorders: A Review
Notice bibliographique
Résumé
Lithium is referred by all key guidelines as a first-line treatment for bipolar disorder (BD) maintenance therapy. Therapeutic drug monitoring (TDM) is necessary while using lithium as lithium treatment. The concern arose when there is one article discussed about the declining of usage of lithium in certain countries such as US and Canada. However, the prescription rates of lithium in United Kingdom and Scandinavia do not show a downward trend. The aim of this study was to determine the challenges of TDM and usage of lithium in managing psychiatric disorders. A total of 32 articles have mentioned the challenges in TDM and usage of lithium. Descriptive statistics was done to identify the challenges in TDM and usage of lithium in psychiatric disorders. There is a total of 25 and 27 challenges found in TDM and usage of lithium in psychiatric disorders respectively. The most stated challenges in TDM of lithium were drug-drug and drug-disease interactions (16.07%), poor compliance (14.28%) and different therapeutic levels or dose suggested by different authors or guidelines (14.28%). The most stated challenges in usage of lithium in psychiatric disorders were potential toxicity (16.85%), side effects of lithium (16.85%), narrow therapeutic range (15.73%) and needs frequent monitoring (15.73%). However, the usage of lithium in certain countries remains still high may be due to the benefits of lithium to psychiatric patients in reducing risk of manic relapse and depressive relapse. Although there are 52 challenges found in the TDM and usage of lithium, there is no definite article or statement stating that the usage of lithium is declining. Future multi-national study is needed to study the extend challenges in TDM and usage of lithium in developed countries as compared to developing countries.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».