Estimating remission from untreated major depression: a systematic review and meta-analysis
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
BACKGROUND: Few studies have examined spontaneous remission from major depression. This study investigated the proportion of prevalent cases of untreated major depression that will remit without treatment in a year, and whether remission rates vary by disorder severity. METHOD: Wait-list controlled trials and observational cohort studies published up to 2010 with data describing remission from untreated depression at ≤ 2-year follow-up were identified. Remission was defined as rescinded diagnoses or below threshold scores on standardized symptom measures. Nineteen studies were included in a regression model predicting the probability of 12-month remission from untreated depression, using logit transformed remission proportion as the dependent variable. Covariates included age, gender, study type and diagnostic measure. RESULTS: Wait-listed compared to primary-care samples, studies with longer follow-up duration and older adult compared to adult samples were associated with lower probability of remission. Child and adolescent samples were associated with higher probability of remission. Based on adult samples recruited from primary-care settings, the model estimated that 23% of prevalent cases of untreated depression will remit within 3 months, 32% within 6 months and 53% within 12 months. CONCLUSIONS: It is undesirable to expect 100% treatment coverage for depression, given many will remit before access to services is feasible. Data were drawn from consenting wait-list and primary-care samples, which potentially over-represented mild-to-moderate cases of depression. Considering reported rates of spontaneous remission, a short untreated period seems defensible for this subpopulation, where judged appropriate by the clinician. Conclusions may not apply to individuals with more severe depression.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,020 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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