Identifying and treating catatonia in children with neurodevelopmental disorders: A case series.
Notice bibliographique
Résumé
Catatonia is a neuropsychiatric syndrome that is an increasingly recognized cause of acute behavioural changes in children and adolescents with neurodevelopmental disorders (NDD). Literature suggests that catatonia can present differently in this population and can be missed due to diagnostic overshadowing. Catatonia is a treatable condition, and management strategies in children with NDD include benzodiazepines and electroconvulsive therapy (ECT). Untreated, it can cause significant morbidity including severe medical complications, and therefore timely recognition and management of catatonia in children and adolescents with NDD is essential. In this case series, we present three cases of children ages 7, 14, and 10, with diagnoses of autism spectrum disorder, Down syndrome, and Prader-Willi syndrome, respectively. All were admitted to a pediatric inpatient unit for acute behavioural regression. Each had symptoms consistent with catatonia, resulting in trials of benzodiazepine therapy with inadequate response, and were then treated with bilateral ECT. In all cases, marked improvement was noted after ECT, with no apparent adverse effects. The cases are used to highlight the nuances of diagnosis and management of catatonia in children and adolescents with NDD. This includes insights on how presentations of catatonia may differ in this population, challenges with the use of available diagnostic tools, and how these patients may respond differently to recommended treatments such as benzodiazepines. The case series aims to increase clinicians' awareness of pediatric catatonia when children and adolescents with NDD present with acute behavioural changes, and to encourage consideration of the full spectrum of treatments, including bilateral ECT.
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) | 0,000 | 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 ».