CLINICAL, LABORATORY AND NEUROLOGICAL ASSESSMENT OF LITHIUM TOXICITY IN PATIENTS WITH BIPOLAR DISORDERS.
Notice bibliographique
Résumé
Objective: This study aimed to evaluate the clinical, laboratory, and neurological outcomes of lithium toxicity in patients with bipolar disorder. The primary objective was to assess the severity and frequency of lithium toxicity symptoms in relation to serum lithium levels. Secondary objectives included examining the long-term effects on cognitive function, renal and thyroid health, and the correlation between toxicity severity and hospitalization rates. Methods: This was a prospective cohort study conducted at Abbasi Shaheed Hospital Karachi, Pakistan from 1st January, 2023 to December 31st, 2023. A total of 120 patients with bipolar disorder on lithium therapy for at least six months were recruited, with 112 completing the study. Participants were assessed for toxicity severity, cognitive function using the Montreal Cognitive Assessment (MoCA), renal function (serum creatinine), and thyroid function (TSH). Outcomes were analyzed using SPSS 27.0, with statistical significance set at p < 0.05 and 95% confidence intervals reported. Results: Of the 112 participants, 59.8% exhibited mild toxicity, 29.5% moderate toxicity, and 10.7% severe toxicity. Serum lithium levels were significantly associated with toxicity severity (p < 0.001). Cognitive impairments were more pronounced in the moderate and severe groups, with MoCA scores significantly lower (p < 0.01). Renal impairment was observed in 19.6% of participants, and 13.4% exhibited thyroid dysfunction. Severe toxicity cases had a longer mean hospital stay of 12.6 days compared to mild cases (p < 0.001). Conclusion: Lithium toxicity in bipolar disorder patients is significantly associated with higher serum lithium levels, leading to cognitive, renal, and thyroid dysfunctions. These findings emphasize the importance of regular monitoring of lithium levels and organ function to prevent severe outcomes. This research supports the need for tailored lithium management strategies to improve patient safety and long-term treatment outcomes in clinical practice.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».