Reasons for antidepressant prescriptions in Canada
Notice bibliographique
Résumé
PURPOSE: To describe reasons reported by physicians making recommendations for treatment with antidepressant medications. METHODS: Data collected by IMS Health Canada in a database called the Canadian Disease and Therapeutic Index (CDTI) were used in this analysis. CDTI data are collected from a representative sample of office-based physicians who complete diaries in their practices during selected sampling periods. A drug recommendation is recorded each time a treatment is recommended. The data are weighted to produce national estimates of the frequency of such recommendations. RESULTS: The frequency of recommendations for antidepressant treatment increased between 2000 and 2004. However, there was a slight decrease in 2005. Two types of antidepressant medications, tricyclic antidepressants (TCAs) and trazodone showed distinct patterns of use. TCAs were more commonly used for non-psychiatric indications than for psychiatric indications, especially for sleep- and pain-related reasons. Trazodone was frequently recommended for sleep problems. The proportion of recommendations for depressive disorders for antidepressants as a group remained stable over the 5-year study period. CONCLUSIONS: About one-third of antidepressant recommendations are for reasons other than depression. It can no longer be assumed that the frequency of antidepressant use is a measure of the frequency of pharmacological depression treatment. However, prescription data may be useful for tracking trends.
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 | 0,002 | 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 ».