Clozapine: Why Is It So Uniquely Effective in the Treatment of a Range of Neuropsychiatric 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
Clozapine is superior to other antipsychotics as a therapy for treatment-resistant schizophrenia and schizoaffective disorder with increased risk of suicidal behavior. This drug has also been used in the off-label treatment of bipolar disorder, major depressive disorder (MDD), and Parkinson's disease (PD). Although usually reserved for severe and treatment-refractory cases, it is interesting that electroconvulsive therapy (ECT) has also been used in the treatment of these psychiatric disorders, suggesting some common or related mechanisms. A literature review on the applications of clozapine and electroconvulsive therapy (ECT) to the disorders mentioned above was undertaken, and this narrative review was prepared. Although both treatments have multiple actions, evidence to date suggests that the ability to elicit epileptiform activity and alter EEG activity, to increase neuroplasticity and elevate brain levels of neurotrophic factors, to affect imbalances in the relationship between glutamate and γ-aminobutyric acid (GABA), and to reduce inflammation through effects on neuron-glia interactions are common underlying mechanisms of these two treatments. This evidence may explain why clozapine is effective in a range of neuropsychiatric disorders. Future increased investigations into epigenetic and connectomic changes produced by clozapine and ECT should provide valuable information about these two treatments and the disorders they are used to treat.
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) | 0,002 | 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 | 0,000 |
| 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 découle