MétaCan
Menu
Retour à la cohorte
Enregistrement W2022283853 · doi:10.1016/s0924-9338(13)76403-4

1356 – Early Attrition And Remission Outcomes Of Depression: An 18-month Nationwide Population-based Study

2013· article· en· W2022283853 sur OpenAlexaff
S.-K. Liu, Y.-R. Pan, Ling‐Ling Yeh

Notice bibliographique

RevueEuropean Psychiatry · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAttritionDepression (economics)PsychologyPsychiatryMedicineClinical psychology

Résumé

récupéré en direct d'OpenAlex

Background Attrition can pose significant barriers to treatment success of depression; its contributing factors and impacts on treatment outcome need further clarification. Current study aimed to describe patterns of treatment attrition, to examine associated demographic and clinical determinants and to test whether and how attrition affects outcome of depression in a national cohort of adults treated for depression. Material and methods All adult patients prescribed with antidepressants for depression (n=216,557) in 2003 were identified from the National Health Insurance Research Database in Taiwan. Based on individuals’ clinical visit and antidepressant prescription, three attrition types, i.e., non-attrition, returning attrition and non-returning attrition, and their demographic/disease characteristics were identified. The relationships between attrition type and remission outcome over an 18-month follow-up period were further explored. Results Factors pertaining to disease characteristics (severity of depression, comorbidities, painful physical symptoms and past treatment history) and clinical practice (physician specialty and choice of antidepressants) were associated with attrition and remission outcome at 18-month follow-up. Patients remaining in treatment within the first three months were associated with higher odds of having sustained remission (OR=1.21; 99% CI: 1.16, 1.27) and lower odds of having relapses/recurrences (OR=0.20; 99% CI: 0.19, 0.21) over the 18-month period, compared to those returning attriters. Conclusions Early attrition has significant negative impacts on antidepressant treatment outcome; it hence needs to be minimized through shared decision-making, exchange of treatment preferences and proper patient-physician communication. Based on current understanding, further efforts to reduce early attrition are highly warranted.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,035
Tête enseignante GPT0,358
Écart entre enseignants0,323 · 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'étudeObservationnel
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean PsychiatryMême sujetMental Health Treatment and AccessTravaux en français237 207