MétaCan
Menu
Retour à la cohorte
Enregistrement W3015809125 · doi:10.1080/14656566.2020.1721465

Current pharmacotherapy for tic disorders

2020· review· en· W3015809125 sur OpenAlex
Nicholas Cothros, Alex Medina, Tamara Pringsheim

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueExpert Opinion on Pharmacotherapy · 2020
Typereview
Langueen
DomainePsychology
ThématiqueObsessive-Compulsive Spectrum Disorders
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTicsMedicineTopiramateTourette syndromeZiprasidoneComorbidityAripiprazoleAntipsychoticPharmacotherapyPsychiatryTic disorderClozapineSchizophrenia (object-oriented programming)Epilepsy

Résumé

récupéré en direct d'OpenAlex

Introduction Though many unanswered questions about the pathophysiology of Tourette Syndrome remain, several pharmacotherapies for tics have been studied, with varying results in terms of efficacy and the strength of evidence.Areas covered This literature review encompasses pharmacotherapies for tics. The pharmacotherapies discussed in this review include: alpha agonists, antipsychotics, topiramate, botulinum toxin, and dopamine depleters.Expert opinion Once the presence of tics is confirmed and psychoeducation and support are provided to patients and caregivers, one must examine the degree of tic-related impairment and the presence of psychiatric comorbidities. These factors influence treatment decisions as the presence of comorbidity and related impairment may shift the treatment target. When selecting a medication for tics, the presence of ADHD (the most frequent comorbidity) strengthens the case for choosing an alpha agonist. The case for antipsychotic medications is strongest when tic-related impairment is severe and/or the tics are refractory to more conservative measures. All medications require drug safety monitoring procedures and reevaluation over time.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,823
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,480
Écart entre enseignants0,401 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle