Treating Concurrent Chronic Low Back Pain and Depression with Low-Dose Venlafaxine: An Initial Identification of “Easy-to-Use” Clinical Predictors of Early Response
Notice bibliographique
Résumé
OBJECTIVE: Depression and chronic low back pain (CLBP) are both frequent and commonly comorbid in older adults seeking primary care. Serotonin-norepinephrine reuptake inhibitors (SNRIs) such as venlafaxine may be effective in treating comorbid depression and CLBP. For patients with comorbid depression and CLBP, our goal was to identify "easy-to-use" early clinical variables associated with response to 6 weeks of low-dose venlafaxine pharmacotherapy that could be used to construct a clinically useful predictive model in future studies. METHODS: We report data from the first 140 patients completing phase 1 of the Addressing Depression and Pain Together clinical trial. Patients aged ≥60 with concurrent depression and CLBP received 6 weeks of open-label venlafaxine 150 mg/day and supportive management. Using univariate and multivariate methods, we examined a variety of clinical predictors and their association with response to both depression and CLBP; change in depression; and change in pain scores at 6 weeks. RESULTS: About 26.4% of patients responded for both depression and pain with venlafaxine. Early improvement in pain at 2 weeks predicted improved response rates (P = 0.027). Similarly, positive changes in depression and pain at 2 weeks independently predicted continued improvement at 6 weeks in depression and pain, respectively (P < 0.001). CONCLUSIONS: An important minority of patients benefitted from 6 weeks of venlafaxine 150 mg/day. Early improvement in depression and pain at 2 weeks may predict continued improvement at week 6. Future studies must examine whether patients who have a poor initial response may benefit from increasing the SNRI dose, switching, or augmenting with other treatments after 2 weeks of pharmacotherapy.
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 | 0,014 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».