Treating Neuropsychiatric Symptoms in Dementia With Lewy Bodies
Notice bibliographique
Résumé
Sensitivity to psychotropic medications presents a therapeutic challenge when treating neuropsychiatric symptoms in patients with dementia with Lewy bodies (DLB). We compared under randomized, double-blinded conditions the tolerability and efficacy of citalopram and risperidone in the treatment of behavioral and psychotic symptoms in patients with DLB and Alzheimer disease (AD). Thirty-one participants with DLB and 66 with AD hospitalized for behavioral disturbance were treated under randomized, double-blind conditions with citalopram or risperidone for up to 12 weeks. Neuropsychiatric symptoms were assessed with the nursing home version of the Neuropsychiatric Inventory (NPI) and the Clinical Global Impression of Change (CGIC). Side effects were measured using the UKU Side Effect Rating Scale. A significantly higher proportion of participants with DLB (68%) than with AD (50%) discontinued the study prematurely. Discontinuation rates were comparable in DLB participants treated with citalopram (71%) or risperidone (65%). However, participants with DLB randomized to risperidone experienced a higher overall burden of side effects. Scores on the NPI and the CGIC worsened in DLB participants and improved in those with AD. Most patients with behavioral disturbances or psychosis associated with DLB tolerate citalopram or risperidone poorly and do not seem to benefit from either medication.
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 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».