Real‐world evidence of age‐independent electroconvulsive therapy efficacy: A retrospective cohort study
Notice bibliographique
Résumé
OBJECTIVES: Electroconvulsive therapy (ECT) is an effective treatment for depressive disorders and approved for use in adolescents and adults, but it is unclear whether efficacy or cognitive side effect burden differs with age or if effectiveness in usual clinical practice matches that in prospective studies. We examined the effects of ECT on depression and cognition in a large clinical cohort. METHODS: A retrospective cohort study of patients ages 16 and older receiving ECT between 2011 and 2020 and who were evaluated with the Quick Inventory of Depressive Symptomatology (QIDS), the Behavior and Symptom Identification Scale-24 (BASIS-24), and the Montreal Cognitive Assessment (MoCA) at baseline and after treatment #10. RESULTS: Among 1698 patients, ECT was associated with a decrease in depression symptoms (QIDS reduction from 17.1 ± 4.9 to 10.1 ± 5.2) and improvement in self-reported mental health (BASIS-24 scores improved from 1.92 ± 0.55 to 1.17 ± 0.60). There was a reduction in MoCA scores from 25.8 ± 3.1 to 25.4 ± 3.1. In multivariate models, age was not associated with a differential QIDS or BASIS-24 response, but older age was associated with a lesser reduction in MoCA. CONCLUSION: Among 1698 patients aged 16 and older, ECT was associated with improvement in depression and overall self-reported mental health, with a slight decrease in cognition. Age was not associated with changes in efficacy, but older age was associated with a lesser cognitive change as measured by the MoCA. These results provide normative data of real-world effectiveness of ECT, and add further support to its utility in patients with severe psychiatric illness.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| 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 | 0,001 |
| 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 ».