Electroconvulsive Therapy-Responsive Catatonia in a Medically Complicated Patient
Notice bibliographique
Résumé
BACKGROUND: Profoundly depressed states of awareness classified as either catatonia or akinetic mutism have been reported in patients with various general medical conditions including encephalitis, frontal lobe tumors, or paraneoplastic limbic encephalitis. Catatonic features are often difficult to apprise in this context. This can result in electroconvulsive therapy (ECT) discontinuation, although it remains the most effective treatment of catatonia. CASE REPORT: We describe the case of a patient with a history of unresectable right retroorbital squamous cell carcinoma, status poststereotactic radiation and cisplatin, and subsequent pneumococcal meningitis of the temporal lobe with abscess formation who became catatonic after receiving 3 bitemporal treatments with ECT for severe depression and whose catatonia improved with continued ECT. Furthermore, she demonstrated progressive improvement in mood, interactivity, and overall neurologic function after ECT treatment was completed. CONCLUSIONS: The search for an etiology of a profound catatonic state should include the probability of underlying medical disorder. Although lorazepam may be helpful in some cases, ECT deserves early consideration in catatonia, especially in cases where the underlying cause seems to be uncertain, even if the catatonia begins in the midst of treatment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».