Electroconvulsive therapy in patients with trauma and personality disorders: what is the evidence?
Notice bibliographique
Résumé
INTRODUCTION: Electroconvulsive therapy (ECT) is one the most effective interventions for treatment-resistant depression. There is a link between trauma history and the development of depression, and frequent comorbidity with post-traumatic stress disorder (PTSD) and personality disorders. The impact of comorbid trauma and personality disorders on the efficacy of ECT has attracted research interest, with the possibility raised for using ECT to target other core symptoms of these disorders. AREAS COVERED: In this scoping review, the authors describe the available evidence on the use of ECT in personality disorders, PTSD, and individuals with a trauma history. The article is based on literature derived from Embase, APA PsycInfo, Web of Science, CINAHL, and Cochrane CENTRAL databases on relevant studies published up until 9 December 2024. EXPERT OPINION: Preliminary evidence supports the efficacy of ECT to treat depressive symptoms in patients with comorbid PTSD while there is more conflicting evidence for its use in patients with comorbid personality disorders, particularly borderline personality disorder. A careful exploration of trauma history, baseline mood symptoms, and previous treatment trials should be undertaken prior to the recommendation of ECT. Randomized controlled trials are needed to verify the therapeutic benefits of ECT for core symptom domains in other disorders.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 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 ».