Pharmacotherapy for Depression Posttraumatic Brain Injury: A Meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To examine the effectiveness of pharmacotherapy for the treatment of depression following traumatic brain injury (TBI). DESIGN: Systematic review and meta-analysis. Multiple electronic databases were searched to identify relevant studies examining effectiveness of pharmacotherapy for depression post-TBI. Clinical trials evaluating the use of pharmacotherapy in individuals with depression at baseline and using standardized assessments of depression were included. Data abstracted included sample size, antidepressant used, treatment timing/duration, method of assessment, and results pertaining to impact of treatment. Study quality was assessed using a modified Jadad scale. RESULTS: Nine studies met criteria for inclusion. Pooled analyses based on reported means (standard deviations) from repeated assessments of depression showed that, over time, antidepressant treatment was associated with a significant effect in favor of treatment (Hedges g = 1.169; 95% confidence interval, 0.849-1.489; P < .001). Similarly, when limited to placebo-controlled trials, treatment was associated with a significant reduction in symptoms (standardized mean difference = 0.84; 95% confidence interval, 0.314-1.366; P = .002). CONCLUSION: Pharmacotherapy after TBI may be associated with a reduction in depressive symptomatology. Given limitations within the available literature, further well-powered, placebo-controlled trials should be conducted to confirm the effectiveness of antidepressant therapy in this population.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,024 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».