Impact of antidepressants on the risk of suicide in patients with depression in real-life conditions: a decision analysis model
Notice bibliographique
Résumé
BACKGROUND: The impact of antidepressant drug treatment (ADT) on the risk of suicide is uncertain. The aim of this study was to determine in a real-life setting whether ADT is associated with an increased or a reduced risk of suicide compared to absence of ADT (no-ADT) in patients with depression. METHOD: A decision analysis method was used to estimate the number of suicides prevented or induced by ADT in children and adolescents (10-19 years old), adults (20-64 years old) and the elderly (65 years) diagnosed with major depression. The impact of gender and parasuicide history on the findings was explored within each age group. Sensitivity analyses were used to assess the robustness of the models. RESULTS: Prescribing ADT to all patients diagnosed with depression would prevent more than one out of three suicide deaths compared to the no-ADT strategy, irrespective of age, gender or parasuicide history. Sensitivity analyses showed that persistence in taking ADT would be the main characteristic influencing the effectiveness of ADT on suicide risk. CONCLUSIONS: Public health decisions that contribute directly or indirectly to reducing the number of patients with depression who are effectively administered ADT may paradoxically induce a rise in the number of suicides.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».