Open prospective study of ziprasidone in patients with schizophrenia with depressive symptoms: A multicenter study
Notice bibliographique
Résumé
AIMS: The goal of this study was to examine the efficacy and safety of ziprasidone to treat depressive symptoms in Korean patients with schizophrenia who showed stable symptoms. METHODS: In this 8-week, open-label, prospective, non-randomized, multicenter study, 34 patients with schizophrenia who showed a stable response to previous medications, maintained a stable dose, and who had depressive symptoms, were recruited. Ziprasidone was the only antipsychotic agent allowed for 8 weeks after a 2-7-week washout period. RESULTS: Steady decreases were observed on the Montgomery-Asberg Depression Rating Scale, the Calgary Depression Scale for Schizophrenia, the Positive and Negative Syndrome Scale, and the Clinical Global Impression-Severity Scale scores. The Montgomery-Asberg Depression Rating Scale score was 20.26 ± 4.77 at baseline and 12.21 ± 7.94 at the end-point (P < 0.01). The Calgary Depression Scale for Schizophrenia score was 9.76 ± 4.11 at baseline and 5.00 ± 3.94 at the end-point (P < 0.01). The Positive and Negative Syndrome Scale total score was 75.24 ± 22.63 at baseline and 66.53 ± 24.28 at the end-point (P < 0.01). The Clinical Global Impression-Severity Scale score was 3.44 ± 0.66 at baseline and 3.15 ± 0.86 at the end-point (P < 0.05). No significant differences were observed for total scores on the Simpson and Angus Rating Scale, the Barnes Akathisia Rating Scale, or the Abnormal Involuntary Movement Scale between the baseline and end-point. CONCLUSIONS: Ziprasidone was effective for improving depressive symptom scores and was well tolerated. Switching to ziprasidone is a good strategy in patients with schizophrenia who are experiencing depressive symptoms.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».