Long-Term Treatment of Depression with Antidepressants: A Systematic Narrative Review
Notice bibliographique
Résumé
OBJECTIVE: To examine the available scientific evidence for answers to clinically relevant questions on the effectiveness and tolerability of antidepressant drugs (ADs) for the long-term treatment of depression. METHOD: The Cochrane Library was searched up to July 2006. When no complete Cochrane review was available, we looked in PubMed for relevant systematic reviews or individual randomized controlled trials. RESULTS: There was no good evidence that increasing the dosage of the initial AD is an effective strategy for patients with no, or partial, response to acute-phase treatment. There was no good evidence that switching between chemical classes of antidepressant was more effective than switching within a class. There was limited support from randomized trials for several augmentation strategies. There was good evidence for the effectiveness of long-term therapy to prevent relapse in patients who remitted after acute-phase treatment. The application of principles of evidence-based medicine suggested that thoughtful, individualized application of evidence is more appropriate than general statements. CONCLUSIONS: Available evidence provides some support for the effectiveness of several augmentation strategies in the management of patients with no, or partial, response to acute-phase treatment and for the individualized application of groupwise robust evidence for maintenance treatment with ADs to prevent relapses. However, side effects of these long-term treatments with ADs are poorly studied and reported.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».