MétaCan
Menu
Retour à la cohorte
Enregistrement W2059142294 · doi:10.1185/03007995.2012.748654

Major depressive disorder severity and the frequency of painful physical symptoms: a pooled analysis of observational studies

2012· article· en· W2059142294 sur OpenAlexaff
Alan Brnabic, Chaucer C. H. Lin, E. Serap Monkul, Héctor Dueñas, Joel Raskin

Notice bibliographique

RevueCurrent Medical Research and Opinion · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensEli Lilly (Canada)
Organismes subventionnairesnon disponible
Mots-clésObservational studyMedicineDepression (economics)Major depressive disorderAnxietyLogistic regressionPhysical therapyLongitudinal studyOdds ratioPost-hoc analysisInternal medicinePsychiatryMood

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This retrospective post-hoc analysis of observational studies assesses the frequency of painful physical symptoms (PPS) in patients with major depressive disorder (MDD) of varied severity as may be seen in clinical practice. METHODS: Observational studies of MDD that collected a clinician-reported measure of depression severity and included assessment of PPS were screened for this individual patient-level analysis. Six observational studies were included that enrolled outpatients with a diagnosis of MDD (assessed using the 17-item Hamilton depression scale, Hospital Anxiety and Depression Scale-Depression, or Inventory of Depressive Symptomatology). Measures of PPS were based on the original study assessment (modified Somatic Symptom Inventory [SSI] and Visual Analogue Scale [VAS]). Patients were divided into analysis cohorts based on the presence or absence of PPS. To model PPS status, odds ratios were calculated from logistic regression for cross-sectional analysis (main analysis) and generalized linear mixed models for longitudinal models (exploratory longitudinal analysis). RESULTS: For the main analysis, four studies (N = 2943, 71.6% female, mean age 45.3 years) were identified. Of 2901 eligible patients, 61.7% were classified as having painful physical symptoms (PPS+). At study entry, 73.1% (957/1309) of patients in the severe category of depression, 56.8% (537/945) of those with moderate depression, and 45.6% (295/647) of those with mild depression were PPS+. The exploratory longitudinal analysis was performed using a subset (N = 2430) from the studies used in the main analysis plus two others (an additional 7984 patients, 6742 of which were modeled). The likelihood of patients that were PPS- at baseline later developing PPS was 5% to 13% greater for patients with increased depression severity (P < 0.001) and the likelihood of PPS+ patients later not having PPS was 9% to 17% less for patients with increased depression severity (P < 0.0001). CONCLUSIONS: Since this is a retrospective aggregate analysis of several observational studies, and due to missing data, care should be taken in the interpretation of these results. Despite the use of adjustment techniques, selection bias and unmeasured confounding may still be an issue for comparative analysis as not all variables were collected for all studies. For patients treated in typical care settings, PPS were associated with depression severity. However, patients with mild and moderate depression also exhibited PPS. Clinicians should be aware that PPS are present, and may warrant treatment, across depression severities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,031
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,018
Bibliométrie0,0050,005
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,133
Tête enseignante GPT0,460
Écart entre enseignants0,327 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Medical Research and OpinionMême sujetTreatment of Major DepressionTravaux en français237 207