Suicidal behavior and all‐cause mortality in depressed older adults aged 75+ treated with electroconvulsive therapy: A Swedish register‐based comparison study
Notice bibliographique
Résumé
OBJECTIVES: Electroconvulsive therapy (ECT) is effective in treating late-life depression. There is limited research on suicidal behavior and all-cause mortality in the oldest old after ECT. METHODS: Older adults aged 75 years and above who had been inpatients for moderate to severe depression between January 1, 2011, and December 31, 2017, were included in the study. We used exact and propensity score matching to balance groups. We compared suicidal behavior (fatal and non-fatal) and all-cause mortality in those who had received ECT and those with other depression treatments. RESULTS: Of the study population, 1802 persons who received ECT were matched to 4457 persons with other treatments. There were no significant differences in the risk of suicidal behavior between groups, (within 3 months: odds ratio 0.73; 95% confidence intervals (CI), 0.44-1.23, within 4 months to 1 year: aOR 1.34; 95% CI, 0.84-2.13). All-cause mortality was lower among ECT recipients compared to those who had received other treatments, both within 3 months (aOR, 0.35; 95% CI, 0.23-0.52), and within 4 months to 1 year (aOR 0.65; 95% CI, 0.50-0.83). CONCLUSIONS: Compared to other depression treatments, ECT is not associated with a higher risk of suicidal behavior in patients aged 75 and above. ECT is associated with lower all-cause mortality in this age group, but we advise caution regarding causal inferences.
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) | 0,001 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».