The anticholinergic burden is not associated with cognitive impairments in patients treated by electroconvulsive therapy for treatment-resistant depression
Notice bibliographique
Résumé
BACKGROUND: Electroconvulsive therapy (ECT) is the most effective non-pharmacological treatment for treatment-resistant depression (TRD) but can expose to transient cognitive impairments. Understanding factors underlying these cognitive side effects is important. This study investigated the impact of anticholinergic treatments on cognitive performances after ECT courses for TRD in naturalistic condition. METHODS: Impact of anticholinergic burden (Anticholinergic Impregnation Scale, AIS) on cognitive changes (Montreal Cognitive Assessment, MoCA) adjusted on depression level (Montgomery and Asberg Depression Scale, MADRS) was investigated in 42 patients who received an ECT course between 2017 and 2020 for unipolar or bipolar TRD. Collection of daily treatments given during ECT was carried out via the computerized traceability of treatments validated by nurses. RESULTS: Among the 31 treatments identified with an anticholinergic score, which represent only 38% of total treatments, the three most frequently given treatments were Lorazepam (47%), Venlafaxine (36%) and Cyamemazine (26%). Delayed recall was the most frequently impaired cognitive function after ECT courses. Using logistic regression, we found no association between the anticholinergic burden and the decrease in cognitive scores after ECT courses, adjusted on MADRS score evolution (p > 0.1). Conversely, improvement in MADRS scores were correlated with improvement in attention MoCA subscores. LIMITATIONS: This is a retrospective monocentric study with a moderate sample size using anticholinergic scales to calculate the anticholinergic burden without plasma dosage. CONCLUSION: Anticholinergic treatments did not seem to explain ECT-related cognitive impairments. This warrants further large prospective investigations including different measures of anticholinergic burden.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».