The electro-convulsive therapy story of Africa, a systematic review
Notice bibliographique
Résumé
Over the years, the use of Electroconvulsive therapy (ECT) has gained increasing acceptance as a viable treatment for managing treatment-resistant mental health conditions, and it is known to deliver more rapid therapeutic benefits than most treatment modalities in psychiatry. However, the practice of ECT exhibits significant variability both within and between countries. This review aimed to shed light on the status of ECT in the African context and its implications for mental health care in the region. In July 2023, databases (Ovid, PubMed, Web of Science, etc.) were searched for articles about ECT in Africa, following the PRISMA guidelines. Eligible studies reporting ECT practices in Africa and those about knowledge, attitudes, and perceptions were excluded. A total of 25 articles met the study criteria. The reviewed studies revealed that unmodified ECT continues to be used in some African countries due to resource limitations, while bilateral ECT is widely practiced across the continent. The primary diagnostic indications for ECT in Africa included severe depression and affective disorders. ECT usage and regulation vary significantly throughout Africa. The studies, primarily observational, detailed numerous challenges in employing the method, particularly concerning resource utilization in healthcare facilities. The review highlights the necessity for adaptable standards and local protocols to enhance ECT practices throughout Africa. It emphasizes the importance of conducting more evidence-based research to develop region-specific guidelines that ensure the safe and effective use of ECT. Policymakers and healthcare practitioners should prioritize resource allocation, training, and standardization to improve ECT delivery and outcomes on the continent.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 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 ».