Clinical Effectiveness of Maintenance Electroconvulsive Therapy in Patients with Schizophrenia
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to assess the clinical effectiveness and cognitive effects of maintenance electroconvulsive therapy (mECT) in patients with schizophrenia or schizoaffective disorder and explore factors associated with both outcomes. METHODS: In this retrospective cohort study, we examined clinical records of 47 patients with a Diagnostic and Statistical Manual of Mental Disorders (Fourth Edition) diagnosis of schizophrenia or schizoaffective disorder treated with mECT at an academic mental health hospital between April 2010 and July 2016. Sixty-two mECT courses were reviewed. We assessed clinical effectiveness and cognitive effects as well as factors associated with response to treatment, including psychiatric diagnosis, concomitant pharmacological treatment, and previous treatment response. RESULTS: Maintenance electroconvulsive therapy was able to maintain clinical response in 48 (77%) treatment courses. Significant cognitive adverse effects were reported in 7 (11%) of the courses. Use of antipsychotic, antidepressant or benzodiazepine medications, psychiatric disorder, and sex were not associated with response. CONCLUSION: This study shows meaningful clinical effectiveness and good tolerability of mECT in patients with resistant schizophrenia over extended periods.
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) | 0,001 | 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 | 0,001 |
| 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 ».