Efficacy of fluoxetine in treatment of depression and functional rehabilitation in patients with acute cerebral infarction
Notice bibliographique
Résumé
Objective To investigate the efficacy of fluoxetine in treating depression,motor dysfunction and cognitive dysfunction in the patients with acute cerebral infarction(ACI).Methods 186 patients with ACI hospitalized in our hospital from Jan 2012 to Dec 2012 were enrolled in this study and randomly assigned to the control group(n=93)and the observation group(n=93).The control group received the conventional therapy,including dehydration and reducing blood glucose.On the basis of the control group treatment,the observation group was given additional fluoxetine(20mg/d).The two groups were treated for 12 consecutive months.The depression status was evaluated by using the Hamilton Depression Scale(HAMD),the motor function was evaluated by using the National Institutes of Health Stroke Scale(NIHSS),and the cognitive function was evaluated by using the Montreal Cognitive Assessment Scale(MoCA).The scores were compared before and after treatment and between the two groups.Results The NIHSS scores after 3-month treatment in the two groups were significant declined compared with before treatment,the difference had statistical significance(P0.05),moreover the NIHSS scores after 3-,6-,12-month treatment in the observation group were significantly less than those in the control group,the differences between among groups had statistical significant(P0.05).The MoCA scores and the depression status in the control group had no statistical differences between before and after treatment(P0.05);while the MoCA scores after 3-months treatment in the observation group were increased than that before treatment(P0.05),and the depression status was improved to some extent(P0.05).Conclusion Adding fluoxetine on the basis of the conventional therapy could effectively relieve the depression status of the patients with ACI,improve their motor function and cognitive function,but it is needed to insist middle and long term 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 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 | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 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 ».