Clinical Effectiveness of Electroconvulsive Therapy for Psychotic vs Nonpsychotic Depression
Notice bibliographique
Résumé
Individuals experiencing major depression with psychotic features (MD-P) may respond better and have fewer cognitive effects with electroconvulsive therapy (ECT) than those without psychotic features (MD-NP). However, this may be due to differences in patient characteristics aside from psychotic symptoms. The objectives of this study were to (1a) compare ECT treatment response and (1b) adverse cognitive effects between patients with MD-P and MD-NP and (2a) explore factors associated with treatment response or (2b) adverse cognitive effects. This was a retrospective cohort study of adult inpatients with MD-P or MD-NP treated with an acute course of ECT at an academic psychiatric hospital June 2010-September 2021 in Toronto, Canada. Logistic regression was used to account for differences in patient characteristics between groups. Outcomes were identified using the clinical global impression improvement and cognitive function scales. > .05). However, after accounting for confounders, psychotic symptoms were not associated with response (adjusted odds ratio [AOR]: 1.04; 95% confidence interval [CI], 0.95-1.14) or adverse cognitive effects (AOR: 1.30; 95% CI, 0.78-2.18). Individuals with MD-P had a higher rate of response and similar rates of adverse cognitive effects compared to patients with MD-NP with ECT treatment. However, after accounting for differences in patient characteristics, we no longer identified an association between psychotic symptoms and treatment response.
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 | 0,011 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».