Rethinking the spectrum of mood disorders: implications for diagnosis and management – Proceedings of a symposium presented at the 30th Annual European College of Neuropsychopharmacology Congress, 4 September 2017, Paris, France
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
, fifth edition (DSM-5), psychiatric disorders were classified using a categorical approach. However, it was recognized that such an approach was too rigid to encompass the range of symptomatology encountered in clinical practice. Therefore, a dimensional approach was adopted in DSM-5, in which affective states are considered to be distributed across a continuum ranging from pure mania to pure depression. In addition, the copresence of symptoms of the opposite pole are captured using a 'with mixed features' specifier, applied when three or more nonoverlapping subthreshold symptoms of the opposite pole are present. Mixed features are common in patients with mood episodes, complicating the course of illness, reducing treatment response and worsening outcomes. However, research in this area is scarce and treatment options are limited. Current evidence indicates that antidepressants should be avoided for the treatment of bipolar mixed states. Evidence for bipolar mixed states supports the use of several second-generation antipsychotics, valproate and electroconvulsive therapy. One randomized controlled trial has demonstrated the efficacy of lurasidone, compared with placebo, in patients with major depressive disorder with mixed features, and there is limited evidence supporting the use of ziprasidone in such patients. Further research is required to determine whether other antipsychotic agents, or additional therapeutic approaches, might also be effective in this setting.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle