High-frequency rTMS as a first-line treatment for gambling disorder – A case report
Notice bibliographique
Résumé
Gambling Disorder is a chronic and debilitating condition, often associated with impulsivity, mood disturbances, and significant social and financial consequences. Despite various pharmacological and psychotherapeutic approaches, standardized treatment is lacking. Repetitive transcranial magnetic stimulation (rTMS) has recently emerged as a potential neuromodulatory intervention for addictions. We report the case of a male patient in his sixties with severe Gambling Disorder who underwent TMS treatment with high-frequency rTMS targeting the left dorsolateral prefrontal cortex as a first-line therapy. The patient completed a six-week protocol. Clinical assessment was conducted at baseline, after six weeks, and after three months using multiple validated scales, including the South Oaks Gambling Screen, the Visual Analog Scale for craving, the Barratt Impulsiveness Scale, the Hamilton Anxiety and Depression Scales and the Canadian Problem Gambling Index. The patient's South Oaks Gambling Screen score decreased from 20.5 to 2.0, and craving assessed via Visual Analog Scale reduced from 85 to 15 over three months. Reductions in anxiety, depression, and impulsivity were also observed, along with improvements in emotional stability and extroversion. Cognitive performance remained stable, and no adverse effects were reported throughout the treatment. This case highlights the potential of rTMS as a safe and effective intervention for Gambling Disorder, particularly in patients who are not willing to undergo a psychotherapy or pharmacological treatment. The progressive reduction in craving highlights the role of high rTMS in regulating compulsive behaviour and impulsive control.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».