MétaCan
Menu
Retour à la cohorte
Enregistrement W1996645081 · doi:10.4088/jcp.14m09003

Impaired Insight Into Delusions Predicts Treatment Outcome During a Randomized Controlled Trial for Psychotic Depression (STOP-PD Study)

2015· article· en· W1996645081 sur OpenAlexaff
Philip Gerretsen, Alastair J. Flint, Ellen M. Whyte, Anthony J. Rothschild, Barnett S. Meyers, Benoit H. Mulsant

Notice bibliographique

RevueThe Journal of Clinical Psychiatry · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesNational Center for Research ResourcesNational Institute of Mental Health
Mots-clésDelusionPsychologyPsychiatryPsychotic depressionDepression (economics)Clinical psychologyPsychosisRating scaleSchizophrenia (object-oriented programming)Randomized controlled trialMajor depressive disorderPositive and Negative Syndrome ScaleCognitionScale for the Assessment of Negative SymptomsSeverity of illnessHamilton Rating Scale for DepressionBrief Psychiatric Rating ScaleMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Insight into delusional beliefs varies in patients with major depressive disorder (MDD) with psychotic features ("psychotic depression"). The relationship between impaired insight and illness severity and its impact on treatment outcomes has not been studied in psychotic depression. As such, the aim of this analysis was to explore the relationship among impaired insight, patient characteristics (ie, illness severity, cognition, suicidality, and social functioning), and treatment outcome (ie, remission) during acute treatment of psychotic depression. METHOD: This secondary analysis is based on the data from the Study of Pharmacotherapy for Psychotic Depression (STOP-PD) in which 259 participants meeting DSM-IV criteria for MDD with psychotic features enrolled between December 2002 and June 2007 (including 142 aged ≥ 60 years) in a 4-center, 12- week, double-blind, randomized controlled trial funded by the US National Institutes of Health. Insight into delusions was assessed using the Delusion Assessment Scale (DAS). The primary outcomes were the predictive utility of insight into illness (ie, Hamilton Depression Rating Scale [HDRS] insight item) and insight into delusions (conviction factor derived from the DAS) on final treatment outcome at 12 weeks of treatment (ie, full remission, partial remission, and nonremission). RESULTS: At baseline, impaired insight into delusions was positively associated with illness severity (HDRS-16 which excluded the insight item, r = 0.15, P = .016) and negatively correlated with measures of cognition (P < .05). Improvement in insight was not associated with changes in cognition, suicidality, or social functioning after adjusting for covariates. Independent of the severity of depression or psychosis, impaired insight into delusions at baseline (χ² = 11.65, P = .020) and after 3 (χ² = 9.62, P = .047), 6 (χ² = 6.97, P = .031), and 8 (χ² = 9.08, P = .011) weeks of treatment predicted remission at the end of the trial. CONCLUSIONS: Impaired insight into delusions appears to be an independent predictor of remission in MDD with psychotic features during acute treatment, suggesting that more attention should be paid to this symptom. Longitudinal studies are required to determine the impact of impaired insight into delusions on long-term outcomes, including relapse. TRIAL REGISTRATION: ClinicalTrials.gov identifier: NCT00056472.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,118
Tête enseignante GPT0,461
Écart entre enseignants0,344 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Clinical PsychiatryMême sujetSchizophrenia research and treatmentTravaux en français237 207