P-907 - Escitalopram monotherapy in managing depressive and pain symptoms in patients with depression and fibromyalgia
Notice bibliographique
Résumé
Fibromyalgia is characterized by diffuse musculoskeletal pain, fatigue, sleep disturbance, headaches, and cognitive and affective disturbance. The aetiological pathway is not clearly understood nor is there a clearly defined pathophysiological profile for the disorder that distinguishes it as a diagnosis. To investigate the efficacy of 20 mg escitalopram monotherapy in management of depressive symptoms, pain, fatigue and sleep. To demonstrate efficacy of escitalopram in improving depressive and pain symptoms as measured by primary and secondary outcome measures. 60 subjects were randomized to treatment or control group and evaluated at 4,8 and 12 weeks using MADRAS, McGill pain questionnaire, fibromyalgia impact score and sleep questionnaires. Mean MADRAS score was significantly lower in the treatment group (14.96 ± 1.02 vs 18.12 ± 1.05; p = 0.03) as compared to the control group. When the change from baseline on MADRAS score was compared between the groups, the reduction was even more apparent in the treatment group (−12.49 ± 1.48 vs − 4.77 ± 1.54; p = 0.001).Mean FIBROMYALGIA score was significantly lower in the treatment group as compared to the control group (54.20 ± 2.09 vs 64.93 ± 2.14; p < 0.001). The reduction was much higher in the treatment group than the control group (−21.31 ± 2.94 vs − 2.79 ± 3.03; p < 0.001). Positive statistically significant results for treatment group on all primary outcome measures of MADRAS and fibromyalgia impact score questionnaire.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».