A Pilot Study of Switching Electroconvulsive Therapy for Patients With Treatment Resistant Schizophrenia or Mood Disorder
Notice bibliographique
Résumé
OBJECTIVES: Switching of ECT electrode modality is commonly done in clinical practice but outcomes are unclear. We aimed to compare the clinical outcomes between ECT modality switchers and nonswitchers in a large tertiary psychiatric institution over 1 year. METHODS: Brief Psychiatric Rating Scale (BPRS), Montgomery-Åsberg Depression Rating Scale (MADRS) and Montreal Cognitive Assessment (MoCA) were used to assess symptoms and cognition. General linear regression was utilized to compare the change of BPRS or MADRS and MoCA score among switchers vs nonswitchers. RESULTS: 21.5% of 209 patients switched ECT. Baseline BPRS scores were lower among nonswitchers. Response rate in schizophrenia, depression and mania were higher for nonswitchers (69.6%, 81.35% and 84.8% respectively / 9.2 (SD 3.3) sessions) compared to switchers (53.8%, 0% and 66.7% respectively / 10.6 (SD 4.5) sessions). Most common ECT switches were Bifrontal (BF) to Bitemporal (BT) (schizophrenia), UB RUL (ultrabrief right unilateral) to BT (depression), and UB RUL to BT / BF (mania). There was no significant difference in the change of BPRS and MoCA scores between nonswitchers and switchers. However, there was significantly more improvement of MADRS scores among nonswitchers [adjusted mean ± SE: (-26.4 ± 2.8)] compared with switchers (-10.6) ±6.6). CONCLUSIONS: ECT switching was commonly done and may result in better or worse outcomes than not switching depending on diagnosis. Controlled trials are required to address this urgent clinical issue.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».