Use of Electroconvulsive Therapy Treatment in Adolescents in Singapore
Notice bibliographique
Résumé
BACKGROUND: Electroconvulsive therapy (ECT) is a highly effective treatment for schizophrenia and mood disorders; however, most evidence is derived from the adult population, with less evidence in adolescents. We sought to determine the use of ECT in adolescents in the Institute of Mental Health (IMH) and evaluate the treatment outcome. METHODS: We conducted a retrospective naturalistic analysis of ECT registry data of patients aged from 10 to 19 years from March 2017 to March 2023. Descriptive analysis was used to analyze the demographics and clinical characteristics. Paired t tests were used to compare the change in clinical outcome scores, including the Brief Psychiatric Rating Scale (BPRS), Montgomery-Asberg Depression Rating Scale (MADRS), Clinical Global Impressions Scale - Severity (CGI-S), and Montreal Cognitive Assessment (MoCA) before and after 2 weeks of ECT treatment. RESULTS: Fifty-five patients were included for analysis. There was a significant improvement in BPRS ( P < 0.001), MADRS ( P = 0.005), and CGI-S ( P < 0.001), and the average CGI-I score was 2.275 (SD, 0.81), which is equivalent to "much improved" after 6 sessions of treatment. Of all patients, 48.5% showed significant clinical improvement. There was no significant change in MoCA scores ( P = 0.218). CONCLUSIONS: Our preliminary findings show that ECT is a safe, rapid, and effective treatment for psychotic and mood disorders in adolescents. Further studies with a larger sample size and specific subgroup analysis are needed to establish the effectiveness of ECT and identify predictors of response in this population.
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 | 0,000 |
| 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 ».