Patterns of pharmacotherapy for bipolar disorder: A <scp>GBC</scp> survey
Notice bibliographique
Résumé
OBJECTIVES: To understand treatment practices for bipolar disorders (BD), this study leveraged the Global Bipolar Cohort collaborative network to investigate pharmacotherapeutic treatment patterns in multiple cohorts of well-characterized individuals with BD in North America, Europe, and Australia. METHODS: Data on pharmacotherapy, demographics, diagnostic subtypes, and comorbidities were provided from each participating cohort. Individual site and regional pooled proportional meta-analyses with generalized linear mixed methods were conducted to identify prescription patterns. RESULTS: This study included 10,351 individuals from North America (n = 3985), Europe (n = 3822), and Australia (n = 2544). Overall, participants were predominantly female (60%) with BD-I (60%; vs. BD-II = 33%). Cross-sectionally, mood-stabilizing anticonvulsants (44%), second-generation antipsychotics (42%), and antidepressants (38%) were the most prescribed medications. Lithium was prescribed in 29% of patients, primarily in the Australian (31%) and European (36%) cohorts. First-generation antipsychotics were prescribed in 24% of the European versus 1% in the North American cohort. Antidepressant prescription rates were higher in BD-II (47%) compared to BD-I (35%). Major limitations were significant differences among cohorts based on inclusion/exclusion criteria, data source, and time/year of enrollment into cohort. CONCLUSIONS: Mood-stabilizing anticonvulsants, second-generation antipsychotics, and antidepressants were the most prescribed medications suggesting prescription patterns that are not necessarily guideline concordant. Significant differences exist in the prescription practices across different geographic regions, especially the underutilization of lithium in the North American cohorts and the higher utilization of first-generation antipsychotics in the European cohorts. There is a need to conduct future longitudinal studies to further explore these differences and their impact on outcomes, and to inform and implement evidence-based guidelines to help improve treatment practices in 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».