Escitalopram versus serotonin noradrenaline reuptake inhibitors as second step treatment for patients with major depressive disorder: a pooled analysis
Notice bibliographique
Résumé
The objective of this study was to evaluate the efficacy and tolerability of escitalopram versus serotonin and noradrenaline reuptake inhibitors (SNRIs) as second step treatment (defined operationally as poor response or intolerability to an antidepressant) for major depressive disorder (MDD). Results from all eligible head-to-head clinical trials of MDD (which excluded patients who earlier failed two or more antidepressants) sponsored by Lundbeck or Forest comparing escitalopram and SNRIs (venlafaxine and duloxetine) were pooled. A second step treatment subgroup was identified, defined as patients treated earlier with any antidepressant in the 6-month period before baseline. Data from three clinical trials were included in the analysis; 132 patients were identified in the second step treatment subgroup (66 in each of the escitalopram and SNRI groups). The primary efficacy analysis showed that the patients subsequently treated with escitalopram had significantly lower Montgomery Asberg Depression Rating Scale total scores after 8 weeks compared with those subsequently treated with SNRIs (difference = -6.4, P<0.0001). Escitalopram treatment was also associated with higher clinical response (73 vs. 44%, P=0.0004) and remission rates (62 vs. 41%, P=0.0083) compared with subsequent treatment with SNRIs. Escitalopram showed a better tolerability profile with lower all-cause withdrawals from study (9 vs. 23%, P<0.04) and lower withdrawals because of adverse events (2 vs. 17%, P<0.003). In conclusion, escitalopram is associated with a better efficacy and tolerability profile than SNRIs (duloxetine and venlafaxine) when used as a second step treatment in patients with MDD. These results should be confirmed in prospective randomized clinical trials.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».