The impact of weight gain on antipsychotic nonadherence or discontinuation: A systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: Nonadherence/discontinuation of antipsychotic (AP) medications represents an important clinical issue in patients across psychiatric disorders, including schizophrenia spectrum disorders (SSDs). While antipsychotic-induced weight gain (AIWG) is a reported contributor to nonadherence, a systematic review of the association between AIWG and medication nonadherence/discontinuation has not been explored previously. METHOD: A systematic search was conducted in MEDLINE, EMBASE, PsychINFO, CINAHL, and CENTRAL databases, among others, to help identify all studies which explored adherence, study dropouts, AP switching and/or discontinuations attributable to AIWG among individuals with severe mental illness. A meta-analysis was also completed where applicable. RESULTS: We identified two categories of studies for the meta-analysis. Category 1 included three studies, which compared measures of AP adherence or discontinuation across BMI classes/degrees of self-reported weight gain. When compared to normal weight individuals receiving APs or those who did not report AIWG, individuals who were either overweight or obese or reported weight gain in relation to AP use had an increased odds of AP nonadherence (OR 2.37; 95% CI 1.51-3.73; p = 0.0002). Category 2 had 14 studies which compared measures of discontinuation related to weight gain reported as an adverse effect across different APs. Olanzapine was associated with a 3.32 times (95% CI 2.32-4.74; p < 0.00001) increased likelihood of nonadherence or discontinuation when compared to other APs with lower weight gain liabilities. Similarly, APs with moderate weight gain liability (paliperidone, risperidone, and quetiapine) increased the odds of nonadherence or discontinuation by 2.25 (95% CI 1.31-3.87; p = 0.003) when compared to APs considered to have lower weight gain liability (i.e. haloperidol and aripiprazole). The qualitative summary also confirmed these findings. CONCLUSION: This review and meta-analysis suggests that AIWG influences medication nonadherence/discontinuation, whereby APs with higher weight gain liability are associated with nonadherence/discontinuation. Additional studies are needed to confirm these findings.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,001 | 0,004 |
| 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 | 0,001 |
| 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 ».