MétaCan
Menu
← Retour à la cohorte
Enregistrement W3111360132 · doi:10.1002/alz.046307

Effect of comprehensive, individualized, person‐centered management on antidepressant usage in advanced Alzheimer’s persons in a 28‐week, randomized, controlled trial

2020· article· en· W3111360132 sur OpenAlexaff
Sunnie Kenowsky, Yongzhao Shao, Carol Torossian, Muhammad Saad, Gianna Dafflisio, Alok Vedvyas, ‌Barry Reisberg

Notice bibliographique

RevueAlzheimer s & Dementia · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésApathyDementiaMoodAntidepressantRandomized controlled trialMedicinePsychiatryPsychological interventionAnxietyDepression (economics)Intervention (counseling)PsychologyDiseaseInternal medicineCognition

Résumé

récupéré en direct d'OpenAlex

Abstract Background We published results of a clinician‐blind, parallel‐group study of Comprehensive, Individualized, Person‐Centered Management (CI‐PCM) in moderate‐to‐severe, community‐residing, Alzheimer’s persons (Reisberg…Kenowsky, Dement Geriatr Cogn Disord, 2017). CI‐PCM intervention subjects (n=10) showed 967% greater global improvement than subjects randomized to Usual Community Care (UCC, n=10). Behavioral Pathology in Alzheimer’s Disease‐Frequency Weighted (BEHAVE‐AD‐FW) total scores showed significant benefit in the intervention group at week 28 (p<0.05). Kettunen asserts, (Eur J Clin Pharmacol, 2018), “Among persons with AD, antidepressants are used for treatment of BPSD…their effectiveness in this indication is modest.” Casey states, (Pharmacy & Therapeutics, 2015), “Antidepressants…are widely used in dementia for depressed mood, anxiety, agitation, and apathy.” Bui recommends, (Cochrane for Clinicians, American Family Practice, 2012), “…antidepressants should be used [in patients with dementia] only if all other nonpharmacologic interventions for neuropsychiatric symptoms are unsuccessful.” Herein, we examine the effect of the CIPCM program on antidepressant usage and the Behavioral and Psychological Symptoms of Dementia (BPSD) as measured with the BEHAVE‐AD‐FW. Method Investigators blinded to treatment group assignment reviewed subject charts (N=20), for antidepressant usage, and BEHAVE‐AD‐FW total and category F scores, which measure tearfulness and depressed mood. Costs of antidepressant usage, and BEHAVE‐AD‐FW total, and category F scores for each group were compared. Result There were no significant differences in antidepressant usage or BEHAVE‐AD‐FW total or category F scores between groups at baseline. At all study visits, 50% of subjects in each group took antidepressants. At week 28, community physicians prescribed CI‐PCM subjects less or the same dose of antidepressants, and prescribed comparator subjects the same or greater doses, and additional antidepressants. BEHAVE‐AD‐FW category F scores for UCC comparators were persistently elevated and worsened by week 28, whereas, CI‐PCM group scores improved to zero, indicating no depressive symptoms. Conclusion For CI‐PCM subjects, total BPSD symptomatology declined significantly (p<0.05), antidepressant usage declined, and tearfulness and depressed mood resolved, by week 28. In contrast, UCC subjects increased antidepressant usage, paid 4.42 times more for antidepressants, and had worsening of behavioral disturbances and depressive symptoms. CI‐PCM is an effective nonpharmacologic intervention that reduces antidepressant usage in advanced AD persons with 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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,048
Tête enseignante GPT0,331
Écart entre enseignants0,283 · 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'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→