Monitoring and Management of Metabolic Risk Factors in Outpatients Taking Antipsychotic Drugs: A Controlled Study
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the screening, monitoring, and management of metabolic risk factors and diseases in long-term antipsychotic users in relation to current practice guidelines and current standards of care as represented by a control group from an HIV clinic. METHODS: We undertook a retrospective chart review of mental health clinic outpatients taking antipsychotic drugs long-term (cases) and HIV outpatients prescribed highly active antiretroviral therapy (control subjects). RESULTS: We included 99 mental health clinic patients and 98 HIV patients in the analysis. According to information available in the outpatient clinic chart, the 10-year coronary artery disease risk was computable for 28% of the mental health clinic patients (mean risk 11.9%) and for 90% of the HIV patients (mean risk 9.5%) (chi2 = 77.0, P < 0.001). Metabolic risk factors were less frequently documented in mental health clinic charts. All HIV clinic patients were screened for hypertension and diabetes, and 90% were screened for dyslipidemia, whereas this information was missing for 30%, 39%, and 60% of mental health clinic patients, respectively (P < 0.001 for all). Disease monitoring was also more comprehensive in HIV clinic charts (for example, 100% of HIV patients were monitored for lipids, compared with 71% of mental health clinic patients; P = 0.001). CONCLUSIONS: Improved efforts are needed in the somatic care of patients with bipolar disorder and schizophrenia who are taking antipsychotics, given that they typically have moderate-to-high risk for metabolic diseases.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».