Improvement of functioning in patients with schizophrenia: real-world effectiveness of aripiprazole once-monthly (REACT study)
Notice bibliographique
Résumé
Abstract Background Functional impairment affects many patients with schizophrenia. Treatment with the long-acting injectable antipsychotic aripiprazole once-monthly (AOM) may help improve functioning. Objectives To explore changes in functioning in patients with schizophrenia who received AOM treatment in observational studies. Methods Here we report functional outcomes in the form of Global Assessment of Functioning (GAF) scores in a pooled analysis of data from two observational studies from Canada (NCT02131415) and Germany (vfa non-interventional studies registry 15960N). Data from 396 patients were analyzed. Results At baseline, the mean GAF score was 47.7 (SD 13.4). During 6 months of treatment with AOM, the mean GAF score increased to 59.4 (SD 15.8). Subgroups stratified by patient age (≤35 years/>35 years), sex, disease duration (≤5 years/>5 years) and disease severity at baseline had all significantly improved their GAF at month 6. 51.5% of the patients showed a GAF score increase of at least 10 points, which was regarded as clinically meaningful, and were considered responders. Conclusions These data show that treatment with AOM may help improve patient functioning in a routine treatment setting. Trial registration NCT02131415 (May 6, 2014), vfa non-interventional studies registry 15960N.
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 | 0,008 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».