Implementation of a Cardiopsychiatry Clinic for Cardiovascular Primary Prevention in Individuals with Severe Mental Illness
Notice bibliographique
Résumé
INTRODUCTION: Individuals with severe mental illness (SMI), including schizophrenia, schizoaffective disorder, and bipolar disorder, face twice the risk of cardiovascular disease compared with the general population. However, disparities in cardiovascular care access persist. We established a cardiopsychiatry clinic to assess cardiovascular risk and initiate evidence-based treatment in this population. METHODS: From November 2022 to July 2023, patients with SMI but no known cardiovascular disease were referred from outpatient psychiatry clinics to a tertiary care hospital in Canada. Cardiovascular risk factors were recorded, and the 10-year Framingham Risk Score was calculated. Treatment was initiated based on clinical guidelines. RESULTS: Among 23 participants (mean age 52.6 ± 10.8 years; 30% female), schizophrenia was the most common SMI (65%). The mean Framingham Risk Score was 13.8% ± 8.1. Smoking (61%) and obesity (74%) were the most prevalent risk factors. More than half (57%) had newly identified cardiovascular risks, leading to pharmacological treatment initiation for metabolic syndrome/dyslipidemia (N = 7), hypertension (N = 7), and diabetes (N = 2). CONCLUSIONS: The cardiopsychiatry clinic is a pilot project that highlights the need for integrated cardiovascular screening and treatment for individuals with SMI. Larger studies are required to address persistent gaps in cardiovascular care for this high-risk population.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».