Prodopaminergic Drugs for Treating the Negative Symptoms of Schizophrenia
Notice bibliographique
Résumé
BACKGROUND: The negative symptoms of schizophrenia pose a heavy burden on patients and relatives and represent an unmet therapeutic need. The observed association of negative symptoms with impaired reward system function has stimulated research on prodopaminergic agents as potential adjunctive treatments. METHODS: We conducted a systematic review and meta-analysis of published randomized controlled trials of amphetamine, methylphenidate, modafinil, armodafinil, lisdexamphetamine, L-dopa, levodopa, bromocriptine, cabergoline, quinagolide, lisuride, pergolide, apomorphine, ropinirole, pramipexole, piribedil, and rotigotine augmentation in schizophrenia and schizoaffective disorder.Medline, EMBASE, and several other databases as well as trial registries were searched for placebo-controlled trials. RESULTS: Ten randomized controlled trials were included in the meta-analysis, 6 trials on modafinil, 2 on armodafinil, 1 on L-dopa, and 1 on pramipexole. Overall, prodopaminergic agents did not significantly reduce negative symptoms. Restricting the analysis to studies requiring a minimum threshold for negative symptom severity, modafinil/armodafinil showed a significant but small effect on negative symptoms. A subset of studies allowed for calculating specific effects for the negative symptom dimensions diminished expression and amotivation, but no significant effect was found. Prodopaminergic agents did not increase positive symptom scores. CONCLUSIONS: The currently available evidence does not allow for formulating recommendations for the use of prodopaminergic agents for the treatment of negative symptoms. Nevertheless, the observed improvement in studies defining a minimum threshold for negative symptom severity in the absence of an increase in positive symptoms clearly supports further research on these agents.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».