Effects of Risperidone and Olanzapine Dose Reduction on Cognitive Function in Stable Patients With Schizophrenia: An Open-Label, Randomized, Controlled, Pilot Study
Notice bibliographique
Résumé
Impact of dose reduction of atypical antipsychotics on cognitive function has not been investigated in stable patients with schizophrenia. In this open-label, 28-week, randomized controlled trial, stable patients with schizophrenia treated with risperidone or olanzapine were randomly assigned to the reduction group (dose reduced by 50% in 4 weeks and then maintained) or maintenance group (dose kept constant). Assessments at baseline and week 28 included the Repeatable Battery for the Assessment of Neuropsychological Status (RBANS), Positive and Negative Syndrome Scale (PANSS), and Drug-Induced Extrapyramidal Symptoms Scale (DIEPSS). Sixty-one patients were enrolled; 2 of 31 (6.5%) and 5 of 30 (16.7%) patients prematurely withdrew from the study in the reduction and maintenance groups, respectively. While no significant differences in change in the PANSS total score were observed between the 2 groups, the reduction group showed significantly greater improvements in the RBANS and DIEPSS total scores compared with the maintenance group (mean ± SD, +7.0±7.1 vs -0.1±8.0, P < .001; -0.9±1.7 vs +0.1±1.2, P = .010, respectively). This 6-month pilot study suggests that risperidone or olanzapine dose reduction of 50% can improve cognitive function for stable patients with schizophrenia. Due to the open-label design, small sample size, and short study duration, however, there is a need to confirm the finding through double-blind, larger scale trials with longer follow-up periods. Moreover, potential risks of relapse following antipsychotic dose reduction should be thoroughly investigated in longer term studies.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| 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 | 0,001 |
| 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 ».