MétaCan
Menu
Retour à la cohorte
Enregistrement W3026540627 · doi:10.3389/fphar.2020.00596

The Use of Risperidone in Behavioral and Psychological Symptoms of Dementia: A Review of Pharmacology, Clinical Evidence, Regulatory Approvals, and Off-Label Use

2020· review· en· W3026540627 sur OpenAlexaboutno aff
Ismaeel Yunusa, Marie Line El Helou

Notice bibliographique

RevueFrontiers in Pharmacology · 2020
Typereview
Langueen
DomaineMedicine
ThématiquePharmaceutical studies and practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRisperidoneClinical pharmacologyMedicinePharmacologyDementiaPsychiatrySchizophrenia (object-oriented programming)DiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

Dementia represents a global health challenge due to the increase in elderly population worldwide. In addition to memory loss, dementia often results in severe behavioral and psychological changes where pharmacological treatments might be considered in addition to nonpharmacological strategies for optimal symptomatic control. Risperidone, the second oldest atypical antipsychotic, has been widely used off-label to treat behavioral and psychological symptoms of dementia (BPSD), including agitation, aggression, and psychosis. Several studies have indicated that risperidone offers a modest and statistically significant effectiveness in the clinical setting. However, in the past decade, safety concerns emerged due to increased risk for cerebrovascular adverse events and death following the use of risperidone in the elderly population. Clinical guidelines suggest that, in severe dementia where an older adult is threatening to harm himself or others, pharmacological treatments might be considered when nonpharmacological treatments fail. Risperidone was approved for BPSD in some countries (Australia, Canada, United Kingdom and New Zealand) but not in the United States. This article reviews risperidone's pharmacological activity, clinical effectiveness and safety, marketing approval, and off-label use in BPSD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,396
Tête enseignante GPT0,538
Écart entre enseignants0,141 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations71
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PharmacologyMême sujetPharmaceutical studies and practicesTravaux en français237 207