The Neurobiology of Treatment-Resistant Schizophrenia: Paths to Antipsychotic Resistance and A Roadmap for Future Research
Notice bibliographique
Résumé
Treatment-resistant schizophrenia (TRS), the persistence of positive symptoms despite ≥2 trials of adequate dose and duration of antipsychotic medication with documented adherence, is a serious clinical problem with heterogeneous presentations. TRS can vary in its onset (at the first episode of psychosis or upon relapse), in its severity, and in the response to subsequent therapeutic interventions (i.e., clozapine, electroconvulsive therapy). The heterogeneity of TRS indicates that the underlying neurobiology of TRS may differ not only from treatment-responsive schizophrenia but also among patients with TRS. Several hypotheses have been proposed for the neurobiological mechanisms underlying TRS, including dopamine supersensitivity, hyperdopaminergic and normodopaminergic subtypes, glutamate dysregulation, inflammation and oxidative stress, and serotonin dysregulation. Research supporting these hypotheses is limited in part by variations in the criteria used to define TRS, as well as by the biological and clinical heterogeneity of TRS. Clinical trial designs for new treatments should be informed by this heterogeneity, and further clinical research is needed to more clearly understand the underlying neurobiology of TRS and to optimize treatment for patients with TRS. (Reprinted with permission from NPJ Schizophrenia (2020) 6:1)
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 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 ».