著名医師による解説が無料で読めます
すると翻訳の精度が向上します
目的:双極性障害の患者のサブグループを特定するための2つの一般的なアプローチは、発症年齢に基づくクラスタリング方法論(混合分析)と出生コホート分析です。この研究では、出生コホート効果が、大規模な国際的なデータベースを使用して、発症時代のクラスタリングの結果に影響を与えるかどうかを調査します。 方法:データベースには、23か国の36の収集サイトで以前に収集された双極I障害と診断された4037人の患者が含まれています。一般化された推定方程式(GEE)を使用して、国の中央値のデータを調整し、一部のモデルでは出生コホートを調整しました。次に、モデルベースのクラスタリング(混合分析)は、残差を使用して発症データの時代に実行されました。サブグループの臨床変数を比較しました。 結果:強い出生コホート効果がありました。出生コホートを調整することなく、クラスタリングによって3つのサブグループが見つかりました。出生コホートを調整した後、または1959年以降に生まれたコホートのみを検討したときに、2つのサブグループが見つかりました。2つまたは3つのサブグループの結果により、最年少のサブグループは、気分障害の家族歴と極性が低下した最初のエピソードを持つ可能性が高かった。ただし、出生コホート(3つのサブグループ)を調整せずに、最初のエピソードの家族歴と極性は、中央と最も古いサブグループを区別することはできませんでした。 結論:国際データを使用したこれらの結果は、単一の国のデータを使用した事前の調査結果、発症年齢に基づいて双極性I障害のサブグループがあり、出生コホート効果があることを確認します。出生コホートの調整を含めると、発症年齢までにクラスタリングするときに検出されたサブグループの数と特性が変更されました。両方のアプローチを組み合わせることで、研究により役立つサブグループが識別されるかどうかを判断するには、さらなる調査が必要です。
目的:双極性障害の患者のサブグループを特定するための2つの一般的なアプローチは、発症年齢に基づくクラスタリング方法論(混合分析)と出生コホート分析です。この研究では、出生コホート効果が、大規模な国際的なデータベースを使用して、発症時代のクラスタリングの結果に影響を与えるかどうかを調査します。 方法:データベースには、23か国の36の収集サイトで以前に収集された双極I障害と診断された4037人の患者が含まれています。一般化された推定方程式(GEE)を使用して、国の中央値のデータを調整し、一部のモデルでは出生コホートを調整しました。次に、モデルベースのクラスタリング(混合分析)は、残差を使用して発症データの時代に実行されました。サブグループの臨床変数を比較しました。 結果:強い出生コホート効果がありました。出生コホートを調整することなく、クラスタリングによって3つのサブグループが見つかりました。出生コホートを調整した後、または1959年以降に生まれたコホートのみを検討したときに、2つのサブグループが見つかりました。2つまたは3つのサブグループの結果により、最年少のサブグループは、気分障害の家族歴と極性が低下した最初のエピソードを持つ可能性が高かった。ただし、出生コホート(3つのサブグループ)を調整せずに、最初のエピソードの家族歴と極性は、中央と最も古いサブグループを区別することはできませんでした。 結論:国際データを使用したこれらの結果は、単一の国のデータを使用した事前の調査結果、発症年齢に基づいて双極性I障害のサブグループがあり、出生コホート効果があることを確認します。出生コホートの調整を含めると、発症年齢までにクラスタリングするときに検出されたサブグループの数と特性が変更されました。両方のアプローチを組み合わせることで、研究により役立つサブグループが識別されるかどうかを判断するには、さらなる調査が必要です。
PURPOSE: Two common approaches to identify subgroups of patients with bipolar disorder are clustering methodology (mixture analysis) based on the age of onset, and a birth cohort analysis. This study investigates if a birth cohort effect will influence the results of clustering on the age of onset, using a large, international database. METHODS: The database includes 4037 patients with a diagnosis of bipolar I disorder, previously collected at 36 collection sites in 23 countries. Generalized estimating equations (GEE) were used to adjust the data for country median age, and in some models, birth cohort. Model-based clustering (mixture analysis) was then performed on the age of onset data using the residuals. Clinical variables in subgroups were compared. RESULTS: There was a strong birth cohort effect. Without adjusting for the birth cohort, three subgroups were found by clustering. After adjusting for the birth cohort or when considering only those born after 1959, two subgroups were found. With results of either two or three subgroups, the youngest subgroup was more likely to have a family history of mood disorders and a first episode with depressed polarity. However, without adjusting for birth cohort (three subgroups), family history and polarity of the first episode could not be distinguished between the middle and oldest subgroups. CONCLUSION: These results using international data confirm prior findings using single country data, that there are subgroups of bipolar I disorder based on the age of onset, and that there is a birth cohort effect. Including the birth cohort adjustment altered the number and characteristics of subgroups detected when clustering by age of onset. Further investigation is needed to determine if combining both approaches will identify subgroups that are more useful for research.
医師のための臨床サポートサービス
ヒポクラ x マイナビのご紹介
無料会員登録していただくと、さらに便利で効率的な検索が可能になります。