Off-label use of atypical antipsychotics in personality disorders
Notice bibliographique
Résumé
INTRODUCTION: Personality disorders are among the most persistent and challenging disorders to treat within psychiatry. There is emerging evidence that some personality disorders, particularly borderline personality disorder and, to a lesser extent, schizotypal personality disorder, may benefit from treatment with atypical antipsychotics as well as mood stabilizers. This review examines the evidence for atypical antipsychotics for personality disorders and discusses strengths and limitations of this approach. AREAS COVERED: Searches of Medline and PsycInfo yielded 57 articles related to use of atypical antipsychotics for treatment of personality disorders. Most were relatively small randomized, controlled trials examining atypical antipsychotics for borderline personality disorder; however, the search also yielded two Cochrane reviews examining pharmacotherapy for borderline personality disorder and antisocial personality disorder as well as three other meta-analyses. EXPERT OPINION: There is some evidence that atypical antipsychotics are effective for treating symptom domains in personality disorders, in particular psychotic-like symptoms, impulsivity, aggression and anger. There is no evidence that they improve overall illness severity. Given the high rate of comorbidity between personality disorders and axis I disorders, atypical antipsychotics are best used when these symptom domains are prominent and there is a comorbid axis I condition for which an atypical antipsychotic is indicated.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».