Antidepressant Use in the Absence of Common Mental Disorders in the General Population
Notice bibliographique
Résumé
OBJECTIVE: To examine the prevalence of antidepressant use in the absence of lifetime mental disorders and to examine sociodemographic correlates, indicators of need (hospitalization, suicidal behavior, perceived need, subthreshold disorders, disability, traumatic events), and antidepressant characteristics of such use. METHOD: Data came from the Collaborative Psychiatric Epidemiologic Surveys (N = 20,013), a nationally representative cross-sectional sample of community-dwelling adults in the United States. Sociodemographic correlates and indicators of need were examined as predictors of past-year use of antidepressants in the absence of a lifetime DSM-IV diagnosis as assessed by the World Mental Health Composite Diagnostic Interview. The surveys were conducted between 2001 and 2003. RESULTS: Among individuals who took an antidepressant in the past year (n = 1,441), 396 (26.3%) did not meet criteria for any lifetime diagnosis assessed. Respondents taking antidepressants in the absence of a lifetime diagnosis tended to be older, white, and female. All indicators of need except past-year suicidal behavior were significant predictors (adjusted odds ratios ranging from 2.12 to 14.22, P < .001), with 89% of individuals taking antidepressants in the absence of a lifetime diagnosis endorsing at least 1 indicator of need. Individuals taking antidepressants in the absence of a DSM-IV disorder were more likely to have been prescribed these medications by family physicians or other doctors compared to psychiatrists. CONCLUSIONS: These results suggest that antidepressant use among individuals without psychiatric diagnoses is common in the United States and is typically motivated by other indicators of need. These findings have important implications for the delivery of medical and psychiatric care and psychiatric nosology.
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 | 0,004 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».