Evolution of Electroconvulsive Therapy Practice During the COVID-19 Pandemic
Notice bibliographique
Résumé
ABSTRACT: The COVID-19 pandemic disrupted the provision of electroconvulsive therapy (ECT) across the globe, challenging ECT services to develop protocols that preserve access to this life-saving treatment. This systematic review maps the literature on global ECT practice during the COVID-19 pandemic. The English-language literature was searched through OVID (MEDLINE, PsycINFO, and Embase) on August 7, 2024. Included articles described ECT practice at ECT-providing centers anywhere in the world during the COVID-19 pandemic. Studies were critically appraised, and descriptive synthesis focused on ECT capacity, decision making, hospital resources, procedural modifications, and patient outcomes. Of the 297 identified articles, 61 met the inclusion criteria. In the published articles, 90.7% of articles reported a reduced treatment volume. ECT services were also shifted to prioritize inpatient treatments. Decision making was balanced between administrators and ECT unit staff, although only 2 articles (3.2%) reported the involvement of clinical ethicists in decision making. Other common challenges included staff shortages or redeployment (39.3%), personal protective equipment shortages (18.0%), and limited space availability (11.5%). Among studies that reported on it, relapse occurred in 85.0% articles due to ECT service disruptions. Significant variation in procedural modifications and mitigation strategies were observed, with limited consensus on best practices. To better understand these variations, we developed a decision matrix categorizing ECT service based on the transmission risks and resource availability. This review highlights the importance of evaluating long-term ECT disruptions and developing policies ensuring service continuity in future public health emergencies.
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 | 0,002 |
| 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 ».