The Assessment and Treatment of Antipsychotic-Induced Akathisia
Notice bibliographique
Résumé
Background: Akathisia is a common and distressing neuropsychiatric syndrome associated with antipsychotic medication, characterised by subjective and objective psychomotor restlessness. The goal of this guideline is to provide clinicians with recommendations on the assessment and treatment of akathisia. Methods: We performed a systematic review of therapeutic studies assessing the treatment of antipsychotic-induced extrapyramidal symptoms. Forty studies on akathisia and 4 systematic reviews evaluating the adverse effects of antipsychotics were used in the formulation of recommendations. Studies were rated for methodological quality using the American Academy of Neurology Risk of Bias Classification system. The overall level of evidence classifications and grades of recommendation were made using the Scottish Intercollegiate Guidelines Network framework. Results: As a good practice point, clinicians should systematically assess akathisia with a validated scale before starting antipsychotics and during antipsychotic dosage titration. For the management of akathisia, there was adequate evidence to allow recommendations regarding antipsychotic dose reduction, antipsychotic polypharmacy, switching antipsychotic medication, and the use of adjuvant medications including beta-blockers, anticholinergics, 5HT 2A antagonists, benzodiazepines, and vitamin B6. Conclusion: The treatment of antipsychotic-induced akathisia should be personalised, with consideration of antipsychotic dose reduction, cessation of antipsychotic polypharmacy, and switching to an antipsychotic with a perceived lower liability for akathisia, before the use of adjuvant medications. The choice of adjuvant medications should favour the more established treatments, with careful consideration of contraindications and side effects. Limitations in the evidence should be acknowledged and prompt cautious prescribing, particularly with respect to the duration of use of adjuvant medications, is warranted.
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 | 0,027 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».