Tardive Dyskinesia in the Era of Typical and Atypical Antipsychotics. Part 1: Pathophysiology and Mechanisms of Induction
Notice bibliographique
Résumé
OBJECTIVE: Tardive dyskinesia (TD) is the principal adverse effect of long-term treatment with conventional antipsychotic agents. Several mechanisms may exist for this phenomenon. Mechanisms for the lower incidence of TD with atypical antipsychotics also remain to be fully understood. We undertook to explore and better understand these mechanisms. METHODS: We conducted a comprehensive review of TD pathophysiology literature from January 1, 1965, to January 31, 2004, using the terms tardive dyskinesia, neuroleptics, antipsychotics, pathophysiology, and mechanisms. Additional articles were obtained by searching the bibliographies of relevant references. Articles were considered if they contributed to the current understanding of the pathophysiology of TD. RESULTS: Current TD vulnerability models include genetic vulnerability, disease-related vulnerability, and decreased functional reserve. Mechanisms of TD induction include prolonged blockade of postsynaptic dopamine receptors, postsynaptic dopamine hypersensitivity, damage to striatal GABA interneurons, and damage of striatal cholinergic interneurons. Atypical antipsychotics may cause less TD because they have less impact on the basal ganglia and are less likely to cause postsynaptic dopamine hypersensitivity. CONCLUSION: Although the ultimate model for TD is not yet understood, it is plausible that several of these vulnerabilities and mechanisms act together to produce TD. The lower incidence of TD with atypical antipsychotics has helped to elucidate the,mechanisms of TD.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».