Is it time to shift to better characterization of patients in trials assessing novel antidepressants? An example of two relapse prevention studies with agomelatine
Notice bibliographique
Résumé
The present paper reports in parallel the findings of the two studies that evaluated the efficacy of agomelatine in preventing relapse of depression. It describes the methodological adjustments made between the first and the second trial, particularly in relation to patient selection and accuracy of diagnosis of depression. Patients with major depressive disorder who responded to an 8/10-week course of agomelatine 25-50 mg treatment were randomly assigned to receive continuation treatment with agomelatine or placebo during a 24-week, randomized, double-blind treatment period with an optional 18- or 20-week double-blind extension period. The cumulative probability of relapse was calculated using the Kaplan-Meier method of survival analysis. Study 1 lacked assay sensitivity because of an unexpectedly low relapse rate in the placebo arm, but was instructive in showing that the agomelatine effect was better than placebo only in those patients with higher symptom levels at baseline. Study 2 showed a robust benefit of agomelatine - a two-fold reduction in the relapse rate - observed at least up to 10 months in both the overall population and the more severely depressed patients. The methodological adjustments introduced in study 2 (e.g. a minimum subscore calculated from eight specific Hamilton Depression Rating Scale items, the use of the self-rating questionnaire Hospital Anxiety Depression Scale and the Sheehan questionnaire) have assured an adequate severity of depression not only on the basis of ratings of symptom severity but also on measures of functional impairment. We did not find increased severity of symptoms in study 2, but we hypothesize that the increased demands on investigators improved the quality of recruitment to represent more real-world patients. Adopting these innovations could contribute towards lower failure rates for future placebo-controlled clinical trials in the field.
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 | 0,346 | 0,333 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,007 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,009 | 0,015 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,015 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».