An update on the Pharmacological and Psychotherapeutic Management of Treatment Resistant OCD
Notice bibliographique
Résumé
Abstract Although the rates of response to first-line pharmacological treatments (serotonin reuptake inhibitors – SRIs) are generally twice that of placebo, only 40-60% of patients respond sufficiently or are able to tolerate traditional first-line pharmacotherapy. Augmentation with dopamine antagonist medications is associated with the strongest evidence, yet dopamine antagonists benefit only a minority of those who try them and carry elevated risks of adverse effects. Based on evolving pathophysiologic models of OCD, a variety of agents targeting serotonin, dopamine, norepinephrine, glutamate, and anti-inflammatory pathways have been explored as alternative or adjunctive therapies for treatment-resistant OCD and have at least preliminary evidence of efficacy. Similarly, approximately 50% of patients do not respond optimally to first psychotherapeutic treatments including cognitive behavioural therapy (CBT) and exposure and response prevention (ERP), even when combined with pharmacotherapy. The psychotherapy outcome literature is heterogeneous and very few psychological strategies have been developed specifically to treat treatment resistant OCD. However, a recent systematic review concluded that CBT improved treatment response in individuals with pharmacotherapy resistance. This presentation will present an update on the pharmacological and psychotherapeutic treatment of refractory OCD including novel strategies such as the use of psychedelics. Disclosure of Interest M. Van Ameringen Grant / Research support from: Elvium, CIHR,Hamilton Academic Health Sciences Organization, Consultant of: Abbvie, Bausch Health, Boehringer Ingelheim, Elvium, Jazz, Vistagen, Speakers bureau of: Abbvie, Elvium (Purdue), Lundbeck, Otsuka, Sunovion, and Takeda
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».