The History and Future of Ablative Neurosurgery for Major Depressive Disorder
Notice bibliographique
Résumé
BACKGROUND: There is an urgent need to develop safe and effective treatments for patients with treatment-resistant depression (TRD). Several neurosurgical procedures have been developed to treat the dysfunctional brain circuits implicated in major depression. OBJECTIVES: This review describes the most common ablative procedures used to treat major depressive disorder: anterior cingulotomy, subcaudate tractotomy, limbic leucotomy, and anterior capsulotomy. The efficacy and safety of each are discussed and compared with other current and emerging modalities, including deep brain stimulation (DBS) and MR-guided focused ultrasound (MRgFUS). METHODS: The PubMed and MEDLINE electronic databases were used in this study, through July 2016. Keywords, including "treatment resistant depression," and "ablative neurosurgery," etc. were used to generate reference hits. RESULTS: Approximately a third to half of patients who underwent ablative procedures achieved a treatment response and/or remission. The efficacy and safety profiles corresponding to both ablative procedures and DBS were very similar. CONCLUSIONS: The longitudinal experience with ablative procedures shows that there remains an important role for accurate, discrete lesions in disrupting affective circuitry in the treatment of TRD. New modalities, such as MRgFUS, have the potential to further improve the accuracy of ablative procedures, while enhancing safety by obviating the need for open brain surgery.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».