Deep Transcranial Magnetic Stimulation for the Treatment of Negative Symptoms in Schizophrenia
Notice bibliographique
Résumé
BACKGROUND: Negative symptoms of schizophrenia show limited response to both typical and atypical antipsychotics. Repetitive transcranial magnetic stimulation applied over the prefrontal cortex (PFC) has been proposed as an adjuvant to pharmacological treatment of negative symptoms in schizophrenia, but whether the improvements obtained are specific to negative symptoms or attributable to antidepressant effects is still unclear. OBJECTIVE: The aim of the present study is to determine to which extent the improvements in negative symptoms of schizophrenia obtained after high-frequency stimulation of the bilateral PFC using deep TMS (dTMS) are attributable to antidepressant effects. METHODS: Repetitive dTMS was administered to the PFC in a cohort of 16 patients with schizophrenia under successful pharmacological control of positive symptoms and predominant negative symptoms. Patients were treated using high-frequency (18 Hz) bilateral stimulation applied over the lateral PFC bilaterally using Brainsway H-2 coil. The effects of dTMS on negative symptoms were measured using the Scale for the Assessment of Negative Symptoms and the Positive and Negative Syndrome Scales. We then compared the improvements in negative symptoms obtained in patients showing depressive symptoms (≥7 points) with those found in patients without depression (>7 points), as determined by the Calgary Scale for Depression. RESULTS: Repetitive dTMS treatment induced significant improvements in negative symptoms as assessed using both Scale for the Assessment of Negative Symptoms and Positive and Negative Syndrome Scales. Comparison of the improvements obtained in patients with or without depression at the beginning of treatment revealed similar improvements in negative symptoms, irrespective of subjacent depression. CONCLUSIONS: Our data suggest that the beneficial effects of high frequency dTMS of the PFC cannot be attributed solely to its antidepressant effects.
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 | 0,000 |
| 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) | 0,001 | 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 ».