Switching From 2 Antipsychotics to 1 Antipsychotic in Schizophrenia
Notice bibliographique
Résumé
OBJECTIVE: Antipsychotic polypharmacy (APP) is employed routinely, although it remains controversial because robust evidence supporting its efficacy is lacking. In addition, it is associated with increased costs, higher antipsychotic dosing, and greater risk of side effects. Surprisingly, no prospective, randomized, double-blind studies have addressed this issue; the present investigation set out to fill this gap in knowledge. METHOD: A 12-week, double-blind, randomized, placebo-controlled, single-site study was carried out in individuals with schizophrenia or schizoaffective disorder (DSM-IV) receiving a designated primary antipsychotic plus a secondary antipsychotic, with doses stabilized for each. Individuals were randomly assigned to APP (N = 17), reflecting current treatment, or antipsychotic monotherapy (APM) (N = 18), in which the secondary antipsychotic was discontinued. Assessments occurred weekly during month 1 and every 2 weeks during months 2 and 3; the primary outcome measure was the Brief Psychiatric Rating Scale (BPRS) total score. Other measures included the Clinical Global Impressions (CGI) scale, Simpson-Angus Scale, and Barnes Akathisia Scale. The study was carried out between August 2006 and March 2011. RESULTS: Withdrawal due to clinical deterioration occurred in 1 individual receiving APP (5.8%) and in 4 individuals in the APM group (22.2%). Overall, however, there was no indication of clinical worsening with APM, as measured using BPRS and CGI scale. CONCLUSIONS: Almost 80% (n = 14) of individuals with schizophrenia or schizoaffective disorder currently receiving APP could be safely transitioned to APM with no clinical deterioration. For those who do deteriorate, risk appears greatest in the first several months. From another perspective, results also indicate that a minority of individuals benefit from APP, and research focusing on identifying this group may represent the best strategy to curb excessive use of APP. TRIAL REGISTRATION: ClinicalTrials.gov identifier: NCT00493233.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».