The Relationship Between Depressive Symptoms, Smoking And Disease Severity In Patients With Schizophrenia
Notice bibliographique
Résumé
Background and Aims:Patients with schizophrenia have high prevalence of both depression and cigarette smoking. However, no study has simultaneously compared the severity of schizophrenia, depressive symptoms, treatment-resistance and nicotine dependence.The aim of this study was to determine clinical variables associated with the severity of depression in patients with schizophrenia.Methods:This cross-sectional study was carried out in patients with schizophrenia, who were not taking antidepressants. The Fagerstrom Test for Nicotine Dependence (FTND) was used to assess tobacco dependence, Calgary Depression Rating Scale for Schizophrenia (CDSS) to measure depression, and the Positive and Negative Syndrome Scale (PANSS) to evaluate symptoms of schizophrenia. Treatment-resistant schizophrenia (TRS) was defined as a failure of at least two adequate antipsychotic trials.Results:Overall 340 patients were included (median age 45 years, 204 smokers, 300 males and 125 with TRS). The CDSS total score was positively correlated with the PANSS total score (u03c1=0.555; p<0.001), chlorpromazine equivalents (u03c1=0.197; p=0.011) and age (u03c1=0.144; p=0.008). Patients with TRS had higher PANSS total score and all its subscales but also higher CDSS score (p<0.001). The CDSS was similar between smokers and non-smokers, and not related to FTND score.Conclusions:While the severity of depression was not related to smoking status and nicotine dependence, it was correlated with the intensity of psychotic symptoms and antipsychotic dose. Depression in our sample might be induced by more pronounced psychopathology or higher doses of antipsychotics, but not by smoking.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,000 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 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 ».