Does Antidepressant Treatment Improve Cognition in Older People with Schizophrenia or Schizoaffective Disorder and Comorbid Subsyndromal Depression?
Notice bibliographique
Résumé
BACKGROUND: Subsyndromal symptoms of depression (SSD) in patients with schizophrenia are common and clinically important. While treatment of depression in major depressive disorder may partially ameliorate cognitive deficits, the cognitive effects of antidepressant medications in patients with schizophrenia or schizoaffective disorder and SSD are unknown. METHODS: The goal of this study was to assess the impact of SSD and their treatment on cognition in participants with schizophrenia or schizoaffective disorder aged ≥40 years. Participants were randomly assigned to a flexible dose treatment with citalopram or placebo augmentation of their current medication for 12 weeks. An ANCOVA compared improvement in the cognitive composite scores, and a linear model determined the moderation of cognition on treatment effects based on the Hamilton Depression Rating Scale and the Calgary Depression Rating Scale scores between treatment groups. RESULTS: There were no differences between the citalopram and placebo groups in changes in cognition. Baseline cognitive status did not moderate antidepressant treatment response. CONCLUSIONS: Although there are other cogent reasons why SSD in schizophrenia warrant direct intervention, treatment does not substantially affect the level of cognitive functioning. Given the effects of cognitive deficits associated with schizophrenia on functional disability, there remains an ongoing need to identify effective means of directly ameliorating them.
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) | 0,001 | 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 | 0,000 |
| 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 ».