MétaCan
Menu
← Retour à la cohorte
Enregistrement W4290643761 · doi:10.26685/urncst.370

A Literature Review on the Efficacy of Injectable Neuroleptics in the Treatment of Schizophrenia

2022· review· en· W4290643761 sur OpenAlexaff
Erika Coward, Madison Clancy, Olivia Pashkja

Notice bibliographique

RevueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal · 2022
Typereview
Langueen
DomainePsychology
ThématiquePersonality Disorders and Psychopathology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésSchizophrenia (object-oriented programming)RisperidoneClozapinePsychiatryPopulationPsychologyAripiprazoleMedicineClinical psychology

Résumé

récupéré en direct d'OpenAlex

Introduction: Schizophrenia is a chronic brain disorder of which the cause is unknown. This disorder affects less than one percent of the population and involves symptoms such as hallucinations, delusions, disorganization, and negative symptoms. Treatment for schizophrenia is mainly used to alleviate symptoms of schizophrenia, therefore improving their quality of life. Injectable neuroleptics are frequently used in patients with schizophrenia to prevent relapses attributed to nonadherence. This literature review will examine the current and potential future uses of injectable neuroleptics as a treatment for individuals with schizophrenia. Methods: This literature review was assembled using the PubMed, Google Scholar, and Science Direct databases to evaluate the efficacy of injectable neuroleptics for individuals with schizophrenia. Keywords for the search include: “neuroleptics”, “schizophrenia”, “risperidone”, “aripiprazole,” “clozapine”, “long-acting injections”, “treatment”, “clinical trial” as well as additional related keywords. Results: In all of the RCTs identified in the reviewed studies, clozapine was considered the most effective in alleviating symptoms associated with schizophrenia although it did not affect the progression of the disorder. Discussion: The literature discussing various injection neuroleptics has been shown to be safe and effective in treating symptoms of schizophrenia but has not been proven to be effective in the slowing of the progression of schizophrenia. As such, future research in this area would be beneficial to the scientific community. Given the limited number of studies, additional research is needed to assess the efficacy of long-acting injectable antipsychotics in slowing the progression of the disorder. One possible research avenue would involve the examination of a combination therapy of both injectable and oral neuroleptic treatments. Conclusion: Long-acting injectable antipsychotics have been shown to be effective in alleviating many of the debilitating symptoms for individuals with schizophrenia. Further studies are needed to evaluate the most effective method of treating the progression of this disorder, such as combination therapy using both injectable as well as oral antipsychotics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0100,010
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,151
Tête enseignante GPT0,486
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal→Même sujetPersonality Disorders and Psychopathology→Travaux en français237 207→