Risco de desenvolver Doença de Parkinson no Transtorno Bipolar: uma revisão sistemática
Bibliographic record
Abstract
Introdução: O Transtorno Bipolar (TB) é uma doença psiquiátrica caracterizada por episódios recorrentes de mania/hipomania e depressão (Novaretti et al., 2016). A Doença de Parkinson (DP) manifesta-se por sintomas motores e não motores, podendo ser precedida por transtornos de humor por mais de uma década, com perda progressiva de neurônios dopaminérgicos (Faustino et al., 2020). Estudos recentes têm demonstrado uma possível ligação entre esses dois transtornos, porém ainda sem evidências fisiopatológicas suficientes. Este artigo tem como objetivo avaliar as evidências disponíveis sobre o risco de desenvolvimento de DP em pacientes com TB. Materiais e métodos: Foi realizada uma busca científica nas bases de dados PubMed, Scopus e Web of Science para identificar estudos que investigaram a associação entre TB e o risco de DP. Os critérios de inclusão foram estudos de coorte, caso-controle e série de casos publicados até dezembro de 2023. Avaliou-se a qualidade dos estudos utilizando a ferramenta Newcastle-Ottawa Scale (NOS). Resultados e discussão: Foram incluídos sete estudos que atenderam aos critérios de inclusão, compreendendo um total de aproximadamente 750 mil participantes. A maioria dos estudos revisados indicou um aumento significativo no risco de DP em indivíduos com TB. A análise mostrou uma associação consistente e significativa entre TB e o aumento do risco de desenvolvimento de DP, com razões de risco variando de 1.5 a 2.3. A fisiopatologia da associação entre TB e DP ainda não é amplamente conhecida, mas pode envolver genética, neuroinflamação crônica e efeitos adversos de medicamentos psicotrópicos usados no tratamento do TB. Conclusão: Esta revisão sugere que o Transtorno Bipolar está associado a um aumento no risco de desenvolvimento de Doença de Parkinson, principalmente devido à sua relação dopaminérgica. Estudos futuros são necessários para identificar os mecanismos biológicos dessa associação e desenvolver estratégias eficazes.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".