Apport de l'électroconvulsivothérapie d'entretien dans les troubles dépressifs récurrents de l'adulte et du sujet âgé
Bibliographic record
Abstract
Objectif : Analyser les résultats du traitement par électroconvulsivothérapie d'entretien (ECTm) mené dans le cadre d'une thérapie préventive de récurrence dépressive. Cette étude concernait les patients du service de psychiatrie universitaire et d'ECT du CHU de Nantes, pris en charge entre janvier 2001 et octobre 2011 dans le cadre de troubles dépressifs récurrents, et de troubles schizo-affectifs ayant bénéficié d'une cure d'ECT suivie d'un minimum de 5 séances d'ECTm. Méthode : Recueil des données par l'intermédiaire des dossiers du service pour l'examen initial, et au cours d'un entretien de réévaluation mené au cours de l'automne 2011, avec réalisation d'une échelle de Montgomery and Asberg (MADRS), un Mini-mental state Examination (MMSE), une Montréal Cognitive assessment (MOCA) et un indice d'amélioration clinique (CGI) Résultats : 20 patients ont été identifiés comme éligibles à un réexamen et 12 se sont présentés à la réévaluation. 41,6 % des patients évalués n'ont pas nécessité de nouvelle cure d'ECT. 58 % ont présenté une récurrence : 1/3 dans le cadre d'une rechute et 1/4 d'une récidive au décours de la prise en charge en ECTm. Cette prise en charge par ECTm s'accompagne d'une augmentation significative du délai moyen sans récurrence : de 5,5 à 39 mois (p<0,003). La symptomatologie dépressive du groupe est significativement réduite (p<0,05), confirmée par la moyenne de la MADRS = 9,25. Les fonctions cognitives explorées par la MMSE ne sont pas significativement impactées par la prise en charge (p=0,6). La prescription médicamenteuse varie insensiblement (p=0,16) au décours de la prise en charge avec une légère augmentation du nombre de bithérapie d'antidépresseur et une tendance à l'association à un traitement thymo-régulateur de manière non significative (p=0,67).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".