Pharmacological and Mechanistic Interventions for Cognitive Impairment Associated With Schizophrenia: A Review of Registered Clinical Trials
Notice bibliographique
Résumé
BACKGROUND: Schizophrenia is characterized by positive, negative, and cognitive symptoms. Current pharmacological treatments often fail to address cognitive deficits. In this review of clinical trials, we aim to identify studies that explore neurobiological (non-psychological) strategies to address Cognitive Impairment Associated with Schizophrenia (CIAS). METHODS: A search of clinical trial databases was conducted through US National Institutes of Health's ClinicalTrials.gov and the World Health Organization's International Clinical Trials Registry Platform (ICTRP) on August 2, 2024, with complementary searches performed on July 4 and 10, 2025, for each respective database to update the results. RESULTS: We identified 510 relevant interventional studies that objectively measured cognitive performance. Most trials were conducted in the United States (36.4%) and focused on treatment (79%), with randomized designs (88%), investigating drugs (56%), devices (33%), and dietary supplements (10%). Of these trials, 17% reported positive pro-cognitive evidence. Glutamate modulators were the most studied drug category (63 trials), with positive results for sarcosine, BI425809 (Iclepertin), d-serine, d-cycloserine, and minocycline in small-scale trials, although the results were not replicated in larger studies. Nicotinic receptor modulators like ABT-126 and encenicline also showed some cognitive benefits. Device-based interventions, particularly rTMS and iTBS, demonstrated improvements in global cognition, working memory, attention, and processing speed in a subset of trials. CONCLUSION: In this comprehensive overview of clinical trials on pro-cognitive agents in schizophrenia, we identify emerging opportunities but also acknowledge a lack of replicated evidence. Despite extensive attempts to address CIAS, it remains an undertreated domain, and future trials should explore better ways to treat this important condition.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».