The impact of electroconvulsive therapy (ECT) on cognitive function and quality of life in individuals with schizophrenia
Notice bibliographique
Résumé
Objective. This study investigates the impact of electroconvulsive therapy (ECT) on cognitive function and quality of life (QoL) in individuals with schizophrenia. Schizophrenia, often resistant to conventional treatments, may benefit from alternative approaches such as ECT. While ECT is effective in managing psychiatric symptoms, its effects on cognitive functioning and QoL remain debated. Methods. A retrospective cohort study was conducted on 66 patients with schizophrenia who underwent ECT between January and June 2024. Cognitive function was assessed using the Montreal Cognitive Assessment (MoCA), psychiatric symptoms were evaluated with the Brief Psychiatric Rating Scale (BPRS), and QoL was measured using the EuroQol-5-Dimension (EQ-5D) questionnaire. These measures were taken before and after six sessions of ECT. Results. The results indicated significant improvements in psychiatric symptoms, with BPRS scores decreasing from 51.73 to 36.41 (p < 0.001). QoL also improved, with statistically significant gains in EQ-5D utility and subdomain scores (p < 0.001). Cognitive outcomes were more varied: 42.4% of patients showed cognitive improvement, while 25.8% experienced deterioration. Improvements in BPRS scores were positively correlated with better QoL, particularly in the pain and anxiety subdomains. Cognitive improvement, as indicated by MoCA scores, was linked to better QoL in the “usual activities” subdomain (p = 0.008). Conclusion. ECT shows promise in improving psychiatric symptoms and QoL in schizophrenia patients, but cognitive effects remain inconsistent. Further research is needed to optimize cognitive outcomes and assess the long-term impact of ECT 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».