Current Practices of Electroconvulsive Therapy in Mental Disorders
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.
Notice bibliographique
Résumé
ABSTRACT: Electroconvulsive therapy (ECT) remains one of the most effective treatments for major depressive disorder, but uncertainties persist regarding the cognitive tests to include in ECT follow-up. The current study is a systematic review and meta-analysis of the most frequent cognitive side effects after ECT. We also discuss the most common cognitive tests in ECT follow-up. We searched studies published from 2000 to 2017 in English and French language in Pubmed, EBM Reviews, EMBASE, and PsycINFO. Standardized cognitive tests were separated into 11 cognitive domains. Comparisons between cognitive measures included pre-ECT baseline with post-ECT measures at 3 times: PO1, immediately post-ECT (within 24 hours after last ECT); PO2, short term (1-28 days); and PO3, long term (more than 1 month). A total of 91 studies were included, with an aggregated sample of 3762 individuals. We found no significant changes in global cognition with Mini-Mental State Examination at PO1. Hedges g revealed small to medium effect sizes at PO2, with individuals presenting a decrease in autobiographical memory, verbal fluency, and verbal memory. Verbal fluency problems showed an inverse correlation with age, with younger adults showing greater deficits. At PO3, there is an improvement on almost all cognitive domains, including verbal fluency and verbal memory. There is a lack of standardization in the choice of cognitive tests and optimal cognitive timing. The Mini-Mental State Examination is the most common screening test used in ECT, but its clinical utility is extremely limited to track post-ECT cognitive changes. Cognitive assessment for ECT purposes should include autobiographical memory, verbal fluency, and verbal memory.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle