MétaCan
Menu
Retour à la cohorte
Enregistrement W4362456799 · doi:10.1093/schbul/sbad037

Pharmacological Interventions for the Prevention of Antipsychotic-Induced Weight Gain in People With Schizophrenia: A Cochrane Systematic Review and Meta-Analysis

2023· review· en· W4362456799 sur OpenAlexaff
Sri Mahavir Agarwal, Nicolette Stogios, Guy Faulkner, Margaret Hahn

Notice bibliographique

RevueSchizophrenia Bulletin · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensUniversity of British ColumbiaDiabetes CanadaUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésWeight gainSchizophrenia (object-oriented programming)AntipsychoticMedicineMeta-analysisAdverse effectPsychological interventionLife expectancyDiseaseObesityPsychiatryPopulationIntensive care medicineInternal medicineBody weightEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Patients with schizophrenia are burdened by higher rates of obesity, cardiovascular disease and reduced life expectancy than the general population. In addition to illness, genetic and lifestyle factors, the associated weight gain and metabolic adverse effects of antipsychotic (AP) medications are known to exacerbate and accelerate these cardiometabolic problems significantly. Given the detrimental consequences of weight gain and other metabolic disturbances, there is an urgent need for safe and effective strategies to manage these issues as early on as possible. This review summarizes the literature of adjunctive pharmacological interventions aimed at preventing AP-induced weight gain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,642
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0120,006
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,141
Tête enseignante GPT0,426
Écart entre enseignants0,285 · 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 tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSchizophrenia BulletinMême sujetSchizophrenia research and treatmentTravaux en français237 207