Augmentation of atypical antipsychotics with valproic acid. An open‐label study for most difficult patients with schizophrenia
Notice bibliographique
Résumé
OBJECTIVE: Most difficult inpatients with schizophrenia are in serious needs but obviously underrepresented in clinical trials. METHODS: Very challenging patients received open-label treatment with atypical antipsychotics concurrently augmented with valproic acid. The primary outcome was the newly developed Functional Assessment for Comprehensive Treatment of Schizophrenia (FACT-Sz). Patients improving more than 20 points were classified as responders. RESULTS: Mean age and illness duration of 28 participants (22 male) were 42 y.o. and 20 years, respectively. They had spent a half of their life admitted after the onset. The average Brief Psychiatric Rating Scale (BPRS) and Clinical Global Impression-Severity (CGI-S) were very severe at 79 and 6.1, respectively, with the baseline Global Assessment of Functioning (GAF) of as low as 21. As a result of augmentation, there were nine responders, 12 partial responders, and seven non-responders including only two patients who got worse. The main antipsychotics were mostly either risperidone or olanzapine. Mean maximum oral dose and blood level of valproic acid were 1907 mg and 91.7 microg/ml, respectively. Overall significant improvements whilst to an inadequate degree were noted in clinical parameters. Valproate augmentation was generally well tolerated but serious adverse effects included thrombocytopenia, anaemia and sedation/falls. CONCLUSIONS: While these preliminary results need to be tested against tenacious monotherapy or polypharmacy involving clozapine, augmenting atypical antipsychotics with valproic acid can be useful for very severe schizophrenia.
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 ».