Retrospective Observational Study of Daytime Add-On Administration of Zopiclone to Difficult-to-Treat Psychiatric Inpatients With Unpredictable Aggressive Behavior, With or Without EEG Dysrhythmia
Notice bibliographique
Résumé
Managing violent behavior is a particularly challenging aspect of hospital psychiatric care. Available pharmacological interventions are often unsatisfactory. Aim: To assess the effectiveness and safety of daytime zopiclone add-on administration in violent and difficult-to-treat psychiatric inpatients. Methods: Chart review of inpatients treated with daytime zopiclone, between 2014 and 2018, with up to 12 weeks follow-up. Effectiveness was retrospectively assessed with the Clinical Global Impression rating scale (CGI) and the frequency and severity of aggressive incidents recorded with the Staff Observation Aggression Scale-Revised (SOAS-R). Results: Forty-five (30 male, 15 female) cases, 18–69 years age range, average (SD) baseline CGI-S score of 5.4 (1.0), and a variety of diagnoses. Sixty-nine percent showed CGI-S improvement of any degree. For patients with at least one aggressive incident within 7 days prior to initiation of zopiclone ( N = 22), average (SD) SOAS-R-Severity LOCF to baseline change was −3.5 (2.7) P < 0.0001. Most patients reported no side effects; 24% reported one or more side effects, and 11% discontinued zopiclone due to sedation (4), insomnia (1) or slurred speech (1). No SAEs were recorded. Zopiclone maximum daily dose correlated with CGI-S baseline-to-LOCF change (rho = −0.5, P = 0.0003). The ROC AUC of zopiclone maximum daily dose and improvement on CGI-S was 0.84 (95% CI 0.70–0.93, P < 0.0001). The ROC AUC of zopiclone maximum daily dose and SOAS-R-N improvement was 0.80 (95% CI 0.58–0.92; P = 0.0008) and maximum Youden's index value was achieved at a dose of >30 mg. Conclusions: Zopiclone doses >30 mg daily achieved the best anti-aggressive effect.
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 | 0,001 | 0,002 |
| 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 ».