The Effect of Initial Duloxetine Dosing Strategy on Nausea in Korean Patients with Major Depressive Disorder
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,000 | 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 découle