Remission, dropouts, and adverse drug reaction rates in major depressive disorder: a meta-analysis of head-to-head trials
Notice bibliographique
Résumé
OBJECTIVE: To summarize remission rates and dropouts due to adverse drug reactions (ADRs) or lack of efficacy (LoE) of serotonin-norepinephrine reuptake inhibitors (SNRIs), selective serotonin-reuptake inhibitors (SSRIs), and tricyclic antidepressants (TCAs) in treating major depressive disorder. METHODS: We searched MEDLINE, EMBASE, IPA, and the Cochrane International Library from 1980-2005. Meta-analysis summarized outcomes from head-to-head randomized clinical trials comparing >or= 2 drugs from three antidepressants classes (SNRIs, and/or SSRIs, and/or TCAs) followed by >or= 6 weeks of treatment. Remission was a final Hamilton Depression Rating Scale (HAMD) score 0.05 for SNRIs versus TCAs; p < 0.001 for TCAs versus SSRIs and SNRIs versus SSRIs). When categorized as inpatients (n = 582) and outpatients (n = 1613), SNRIs had the highest remission rates (52.0% for 144 inpatients and 49.3% for 559 outpatients). SNRIs had lowest overall dropouts (26.1%), followed by SSRIs (28.4%), and TCAs (35.7%). Dropouts due to ADRs and LoE were 10.3% and 6.2% for SNRIs, 8.3% and 7.2% for SSRIs, and 19.8% and 9.9% for TCAs, respectively (p > 0.05 for ADR dropouts only). One limitation was the inclusion of only venlafaxine-XR; results may not be the same for immediate release forms. In addition, few studies reported remission rates. CONCLUSIONS: SNRIs had the highest efficacy remission rates (statistically significant for inpatients and outpatients), and the lowest overall dropout rates, suggesting clinical superiority in treating major depression.
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 | 0,040 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,061 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».