MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133008971

Effects of Repetitive Transcranial Magnetic Stimulation (rTMS) on Cannabis Use and Cognitive Outcomes in Schizophrenia

2021· dissertation· W7133008971 sur OpenAlexfundaboutno aff
Karolina Bidzinski nee Kozak

Notice bibliographique

RevueTSpace · 2021
Typedissertation
Langue
DomaineNeuroscience
ThématiqueTranscranial Magnetic Stimulation Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Drug AbuseCanadian Institutes of Health Research
Mots-clésCannabisTranscranial magnetic stimulationSchizophrenia (object-oriented programming)Effects of cannabisPopulationRandomized controlled trialDeep transcranial magnetic stimulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Effects of Repetitive Transcranial Magnetic Stimulation (rTMS) on Cannabis Use and Cognitive Outcomes in Schizophrenia Karolina Bidzinski nee KozakDoctor of Philosophy 2021 Institute of Medical Science University of Toronto ABSTRACTRationale: Schizophrenia is a debilitating psychiatric disorder, with poor functional outcomes. Problematic cannabis use among the schizophrenia population is high, with 26% diagnosed with comorbid cannabis use disorder (CUD), which negatively impacts psychosocial functioning. These patients also have greater difficulty quitting cannabis, which may reflect putative deficits in the prefrontal cortex. To date, there are still no established evidence-based treatments for this comorbidity. Aims: Primary: Determine effects of high frequency (20 Hz) repetitive transcranial magnetic stimulation (rTMS) on cannabis use outcomes in outpatients with schizophrenia and CUD. Secondary: Examine effects of active vs. sham rTMS on cannabis craving/withdrawal, psychiatric symptoms, and cognitive functioning. Hypotheses: Primary: Active vs. sham rTMS will result in significantly greater reductions of cannabis use and cannabis abstinences rates. Secondary: Active vs. sham rTMS will result in significantly greater reductions in cannabis craving/withdrawal symptoms, and positive and negative symptoms of schizophrenia, and greater improvements in cognition. Methods: A preliminary double-blind, sham-controlled randomized trial. A total of N=24 subjects were enrolled, and n=19 participants were randomized to receive either active (n=9) or sham (n=10) high frequency rTMS 5x/week for 4 weeks, combined with weekly behavioural support sessions. Cannabis use and symptomatology were monitored weekly through self-report and urine toxicology. A cognitive/neurophysiological battery was administered at pre (Baseline) and post (Day 28). Results: Although no significant differences in cannabis use from Baseline to Day 28 between active and sham treatment were found, contrast estimates indicated greater reductions in cannabis use in the active group (GPD: Estimate=0.33, p=0.207). A trend toward significantly greater reduction in craving score (MCQ Factor 3) over time was found in active vs. sham (Estimate=3.92, p=0.064). Significant reductions in PANSS positive (Estimate=2.42, p=0.018) and total (Estimate=5.03, p=0.019) symptoms over time were found in active vs. sham groups. Significant improvement in Continuous Performance Test (e.g., sustained attention) over time was found in active vs. sham groups (Estimate=6.58, p=0.048). rTMS was safe and well-tolerated, with a high retention rate of 17/19 (90%) outpatients completing the study. Conclusions: Our preliminary findings support the notion that rTMS is a safe and potentially effective treatment for comorbid CUD and schizophrenia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,319
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetTranscranial Magnetic Stimulation Studies→Travaux en français237 207→