A translational research approach to poor treatment response in patients with schizophrenia: Clozapine-antipsychotic polypharmacy
Notice bibliographique
Résumé
Poor treatment response in patients with schizophrenia is an important clinical problem, and one possible strategy is concurrent treatment with more than one antipsychotic (polypharmacy). We analyzed the evidence base for this strategy using a translational research model focused on clozapine-antipsychotic polypharmacy (CAP). We considered 3 aspects of the existing knowledge base and translational research: the link between basic science and clinical studies of efficacy, the evidence for effectiveness in clinical research and the implications of research for the health care delivery system. Although a rationale for CAP can be developed from receptor pharmacology, there is little available preclinical research testing these concepts in animal models. Randomized clinical trials of CAP show minimal or no benefit for overall severity of symptoms. Most studies at the level of health services are limited to estimates of CAP prevalence and some suggestion of increased costs. Increasing use of antipsychotic polypharmacy in general may be a factor contributing to the underutilization of clozapine and long delays in initiating clozapine monotherapy. Translational research models can be applied to clinical questions such as the value of CAP. Better linkage between the components of translational research may improve the appropriate use of medications such as clozapine in psychiatric practice. © 2009 Canadian Medical Association.
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 | 0,002 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».