Clinical Outcomes of Electroconvulsive Therapy (ECT) for Depression in Older Old People Relative to Other Age Groups Across the Adult Life Span: A CARE Network Study
Notice bibliographique
Résumé
INTERVENTION: Electroconvulsive therapy (ECT) is a commonly used treatment for severe psychiatric illness in older adults, including in the 'older old' population aged 80 years and above. However, there can sometimes be a reluctance to treat the 80+ year old age group with ECT due to medical comorbidities, frailty, and concerns about cognition. OBJECTIVE, DESIGN, SETTING, AND PARTICIPANTS: This multi-site, longitudinal Australian study aimed to investigate the effectiveness and safety of ECT in older old people compared with younger age groups. Data from 310 people receiving ECT for depression at three participating hospitals was collected in a naturalistic setting, between 2015 and 2022. MEASUREMENTS: Clinical ratings were conducted pre-ECT and end-acute ECT using the Montgomery-Åsberg Depression Rating Scale (MADRS). Cognitive outcomes were assessed using the Montreal Cognitive Assessment (MoCA). RESULTS: Older old adults demonstrated a significant reduction MADRS scores at post-treatment. They were more likely to meet remission criteria compared with the younger age groups. Older old adults were also less likely to show clinically significant cognitive decline post-ECT, and were more likely to show clinically significant cognitive improvement post-ECT compared with younger age groups. CONCLUSIONS: ECT is highly effective in treating severe psychiatric illness in older old adults. Relative to the younger age groups, the older old group were more likely to remit with ECT and a greater proportion showed cognitive improvement post-ECT. These findings suggest that ECT should be considered as a valuable and safe treatment option for older old individuals with depression.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».