Meta‐analysis of problem solving therapy for the treatment of major depressive disorder in older adults
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Major depressive disorder (MDD) affects many older adults and is associated with poor medical and mental health outcomes. Problem Solving Therapy (PST) has emerged as a promising psychotherapy for MDD in older adults, although the efficacy of PST in this population has not been well described. We examined the effectiveness of PST for the treatment of MDD in older adults in a systematic review and meta-analysis. METHODS: We searched electronic databases to identify randomized controlled trials comparing PST to a control condition or other treatment for MDD in adults with an average age of 60 years or older. We used meta-analysis to arrive at pooled summary measures of the efficacy of PST when compared to control conditions on the change in depressive symptoms and other outcomes. RESULTS: Nine studies with a total of 569 participants (290 PST, 279 control) met inclusion criteria. Most studies administered PST in person and were between 6 and 12 weeks in duration. Meta-analysis of six studies evaluating the effect of PST on depression using the Hamilton Rating Scale for Depression identified a significant reduction in depression associated with PST (pooled mean difference = -6.94, 95%CI -10.91 to -2.97, d = 1.15, P = 0.0006). PST was also effective in reducing disability in studies reporting this outcome. CONCLUSIONS: Our review supports the existing research literature on PST suggesting that it is an effective treatment for older people with MDD. Further study is required to understand long-term outcomes associated with PST and its efficacy when compared to other treatments.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle