Médication neuroleptique et risque de dyskinésie tardive : une enquête auprès de psychiatres et d’omnipraticiens du Québec
Bibliographic record
Abstract
Chez les patients schizophrènes adultes, l'incidence des dyskinésies tardives (DT) durant les premiers cinq ans de traitement aux neuroleptiques peut atteindre 35 %. La prévention de cet effet iatrogénique reste pourtant un objectif secondaire pour les cliniciens. Cette étude explore l'influence de variables relatives aux patients et aux médecins sur les décisions de prescription de neuroleptiques et sur la prévention des DT. En réponse à 12 vignettes cliniques décrivant un patient schizophrène traité depuis cinq ans au moyen de 20 mg par jour d'halopéridol, 352 psychiatres et 279 omnipraticiens ont pris des décisions de prescription simulées. L'âge du patient, la présence des symptomes psychotiques, la présence de DT ainsi que l'efficacité du traitement médicamenteux variaient systématiquement dans les vignettes. Résultats : Seul l'âge du patient n'a pas d'effet sur les décisions. La plupart des médecins réduisent les doses pour les patients en rémission. Dans les cas de psychose active, les décisions sont affectées par la présence de DT et l'efficacité du traitement. Les psychiatres ont tendance à augmenter ou à réduire les doses, les omnipraticiens à changer la médication. Très peu de médecins choisissent de cesser la médication. Les psychiatres plus jeunes ont tendance à prescrire plus prudemment. Conclusions : les prescriptions similaires pour patients jeunes et âgés sont inquiétantes, ces derniers étant plus à risque de développer des DT irréversibles. Il faudrait comprendre pourquoi les médecins jugent que les patients âgés méritent des stratégies médicamenteuses aussi agressives que les plus jeunes. Psychiatres et omnipraticiens prescrivent de manière similaire mais leurs décisions ne reflètent pas nécessairement les recommandations émanant des recherches sur le traitement neuroleptique prolongé.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".