The impact of atypical antipsychotic medications on long-term memory dysfunction in schizophrenia spectrum disorder: a quantitative review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This meta-analytic review examines the efficacy of antipsychotic medications in ameliorating schizophrenia-related long-term memory (LTM) impairments. Twenty-three studies were reviewed that compared schizophrenia spectrum patients treated (a) with atypical versus typical antipsychotic medications, or (b) with various atypical treatments. In 17 atypical versus typical trials aggregating 939 participants, superior overall (verbal and nonverbal) LTM was detected in patients assigned to atypical trials. However, this difference was small (effect size estimate (ES) 0.17; 95% Confidence Interval (CI) 0.04 to 0.31) and specific to certain atypical treatments. Relative to typical antipsychotic trials, LTM superiority was marginally significant for risperidone trials (ES 0.20; 95% CI -0.03 to 0.44) and significant for olanzapine trials (ES 0.29; 95% CI 0.08 to 0.49). In contrast, clozapine trials did not produce a LTM advantage over typical trials (ES -0.06; 95% CI -0.35 to 0.23). Due to the lack of available studies, the effect of quetiapine was indeterminate. Direct comparison between atypical trials revealed a similar effect pattern. A marginally significant superiority in overall LTM was detected for risperidone and olanzapine compared to clozapine (ES 0.28; 95% CI -0.04 to 0.59), which reached significance for verbal LTM (ES 0.36; 95% CI 0.04 to 0.67). Finally, the beneficial impact of antipsychotic medications emerged as a function of differences in the anticholinergic properties of the treatment arms being compared.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
| 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 découle