Pertinence of Titration and Age-Based Dosing Methods for Electroconvulsive Therapy
Notice bibliographique
Résumé
BACKGROUND: Although the dosage of electroconvulsive therapy (ECT) stimulus has a major impact on the efficacy and safety of this treatment, the method used to determine an optimal dosage remains a matter of debate. OBJECTIVE: We investigated factors influencing the seizure threshold (ST) in a large-sample study and compared age-based and titration dosing methods in terms of charge. METHODS: A retrospective study examined data from 503 patients across France and Canada. The patients underwent right unilateral (RUL) or bitemporal (BT) ECT during a titration session before undergoing ECT. Seizure threshold and charge differences between age-based and titration-predicted methods were derived for each RUL and BT patient and compared according to sex, age, and anesthetic agents. RESULTS: Based on our results, ST is a function of electrode placement, sex, age, and anesthetic agents. Titration and age-based methods led to completely different patterns of charges for the same electrode placement, especially in elderly and in women in the RUL group. Regression models showed that differences between the age-based and titration methods varied with respect to age, sex, and anesthetic agent. Specifically, significant effects of sex and age were observed for RUL ECT and of sex and anesthetics for BT ECT. CONCLUSIONS: This study revealed that several factors significantly influence the prediction of ECT dose, depending on individuals and treatment modalities. Caution should be exercised when using nonindividualized methods to calculate ST.
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) | 0,000 | 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) | 0,000 | 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 ».