Psychosis as a Treatment Target in Dementia: A Roadmap for Designing Interventions
Notice bibliographique
Résumé
Psychotic phenomena are among the most severe and disruptive symptoms of dementias and appear in 30% to 50% of patients. They are associated with a worse evolution and great suffering to patients and caregivers. Their current treatments obtain limited results and are not free of adverse effects, which are sometimes serious. It is therefore crucial to develop new treatments that can improve this situation. We review available data that could enlighten the future design of clinical trials with psychosis in dementia as main target. Along with an explanation of its prevalence in the common diseases that cause dementia, we present proposals aimed at improving the definition of symptoms and what should be included and excluded in clinical trials. A review of the available information regarding the neurobiological basis of symptoms, in terms of pathology, neuroimaging, and genomics, is provided as a guide towards new therapeutic targets. The correct evaluation of symptoms is transcendental in any therapeutic trial and these aspects are extensively addressed. Finally, a critical overview of existing pharmacological and non-pharmacological treatments is made, revealing the unmet needs, in terms of efficacy and safety. Our work emphasizes the need for better definition and measurement of psychotic symptoms in dementias in order to highlight their differences with symptoms that appear in non-dementing diseases such as schizophrenia. Advances in neurobiology should illuminate the development of new, more effective and safer molecules for which this review can serve as a roadmap in the design of future clinical trials.
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) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».