Escitalopram in the treatment of major depressive disorder in primary-care settings: an open-label trial
Notice bibliographique
Résumé
BACKGROUND: The present trial was designed to assess the efficacy and safety of escitalopram prescribed to patients seeking treatment of major depressive disorder (MDD) in a Canadian primary-care setting. METHODS: Investigators (mainly primary-care physicians) enrolled patients with MDD from their daily practice. Patients were treated with escitalopram (flexible dose 10-20 mg/day) for up to 24 weeks. Efficacy assessments included the Montgomery-Asberg Depression Rating Scale (MADRS), the Clinical Global Impression-Improvement and -Severity scales (CGI-I, CGI-S), the Patient Global Evaluation (PGE), and the Medical Outcome Study 36-item Short Form (SF-36). RESULTS: Out of the 647 patients enrolled, 461 (71%) completed 24 weeks of treatment. The most common reason for discontinuation was adverse events (10%). The mean MADRS score decreased from 30.7 at baseline to 10.9 at the end of 24 weeks (last observation carried forward, LOCF). Remission (MADRS<or=12) was achieved by 65.5% of patients (LOCF). Symptom improvements were confirmed by global ratings of improvement made by physicians (CGI-I) as well as patients PGE. There was improvement on all dimensions of the SF-36, suggesting an overall improvement in quality of life. CONCLUSIONS: Escitalopram was well tolerated, safe, and efficacious. Escitalopram can be used with confidence to treat patients with MDD in Canadian primary-care settings.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».