The Effect of Initial Duloxetine Dosing Strategy on Nausea in Korean Patients with Major Depressive Disorder
Notice bibliographique
Résumé
OBJECTIVE: To assess the relative severity of nausea in patients from Korea with major depressive disorder (MDD) who were treated with duloxetine at low (30 mg) or high (60 mg) doses, with or without food, for the first week of an 8 week treatment. METHODS: Adult patients (n=249), with MDD and a 17-item Hamilton Rating Scale for Depression (HAMD(17)) score of ≥15, received open-label once daily duloxetine. At Week 0, patients were randomized to 4 groups: 30 mg with food (n=63), 60 mg with food (n=59), 30 mg without food (n=64), and 60 mg without food (n=63). At Week 1, all patients switched to duloxetine 60 mg for 7 weeks. The primary outcome measure was item 112 (nausea) of the Association for Methodology and Documentation in Psychiatry adverse event scale. Effectiveness was assessed by change in HAMD(17) total score. RESULTS: Overall, 94.4% (235/249) of patients completed Week 1 and 55.0% (137/249) of patients completed the study. For Week 1, nausea was significantly less severe for patients who received 30 mg compared with 60 mg duloxetine (p=0.003), regardless of food intake. In all groups, nausea severity was highest at Week 1 and declined throughout the study. HAMD(17) score was reduced in all groups and the most common adverse event reported was nausea (145/249; 58.2%). CONCLUSION: To minimize nausea, Korean patients with MDD who require duloxetine treatment could be given 30 mg once daily, regardless of food, for the first week followed by 60 mg once daily for the course of therapy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».