What can we learn from recent cohort, national databases and meta-analytic studies for the clinical care of schizophrenia? - 29/05/20

Doi : 10.1016/j.fjpsy.2019.10.230 
G. Fond 1, , P.-M. Llorca 2, L. Boyer 1, S. Leucht 3
1 Aix-Marseille Univ, School of medicine - La Timone Medical Campus, EA 3279: CEReSS - Health Service Research and Quality of Life Center, Marseille, France 
2 CHU de Clermont-Ferrand, France 
3 Department of Psychiatry and Psychotherapy, Technische Universität München, Munich, Germany 

Corresponding author.

Résumé

Mental, neurological and substance-use disorders (MNS) constitute 13% of the global disease burden, surpassing both cardiovascular diseases and cancers. Three types of studies may yield insightful data to guide the improvement of clinical care of severe mental illnesses. First, cohort studies are needed to analyze the illness trajectories of severe mental illnesses. The FACE-SZ cohort has been created in 2010 and has yielded important data on the trajectory of schizophrenia. More specifically, the staging model conceptualized in psychiatry 25 years ago has been confirmed and developed. Pierre-Michel Llorca will present the cohort and major recent findings including some modifiable factors of poor prognosis and relapse prevention that have been identified and may change our vision of schizophrenia as an irreversible neuroprogressive illness. Second, French national databases are now available to analyze epidemiologic events at a national level. Laurent Boyer will present recent findings on the French hospital national database (PMSI) on the somatic care of SZ subjects (with a focus on trauma, perinatal and end-of-life cancer hospitalizations). Last but not least, systematic reviews and meta-analyses have become indispensable methods for the evaluation of medical treatments. Stefan Leucht will present the results of recent meta-analyses about the treatment of schizophrenia. These will comprise a network meta-analysis of antipsychotic drugs compared with each other and new findings on relapse prevention. Methodological problems of current trials will also be addressed.

Le texte complet de cet article est disponible en PDF.

Keywords : Schizophrenia, Cohort studies, Meta-analysis, National database, Public health


Plan


© 2019  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 1 - N° S2

P. S32-S33 - décembre 2019 Retour au numéro
Article précédent Article précédent
  • Les patients pourront-ils se passer de nous ? L’essor de l’intelligence artificielle en e-psychiatrie
  • S. Mouchabac
| Article suivant Article suivant
  • 25 ans après : la validation d’un modèle de staging pour mieux soigner les schizophrénies et prévenir la rechute
  • P.-M. Llorca

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.