MétaCan
Menu
Retour à la cohorte
Enregistrement W2093654366 · doi:10.4088/jcp.0307e06

Preventing Recurrent Depression

2007· article· en· W2093654366 sur OpenAlexaff
Pierre Blier, Martín Keller, Mark H. Pollack, Michael E. Thase, John Zajecka, David L. Dünner

Notice bibliographique

RevueThe Journal of Clinical Psychiatry · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensMental Health Research Canada
Organismes subventionnairesH. Lundbeck A/SNational Institute of Mental HealthSanofiNational Alliance for Research on Schizophrenia and DepressionGlaxoSmithKlinePfizerAstraZenecaEli Lilly and CompanyBristol-Myers Squibb
Mots-clésElectroconvulsive therapyPharmacotherapyPsychosocialDepression (economics)Psychological interventionMaintenance therapyPsychiatryStressorMedicineCognitive therapyCognitive behavioral therapyPsychologyIntensive care medicineCognitionInternal medicine

Résumé

récupéré en direct d'OpenAlex

In contrast to continuation therapy, a treatment aimed at suppressing symptoms during a current depressive episode, maintenance therapy is designed to prevent the development of a new episode. Candidates for maintenance therapy include patients who have achieved remission and have had 2 or more lifetime episodes, especially if they have comorbid disorders, ongoing psychosocial stressors, poor symptom control, or severe depressive episodes. Maintenance pharmacotherapy data strongly support the use of antidepressants at the dosage that helped the patient achieve remission. Other maintenance treatment interventions include psychotherapy, especially cognitive-behavioral therapy, and in some extreme cases, electroconvulsive therapy. Maintenance therapy considerations for clinicians include assessing treatment guidelines, addressing nonadherent patients, and measuring medication treatment response.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,457
Écart entre enseignants0,391 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations54
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Clinical PsychiatryMême sujetTreatment of Major DepressionTravaux en français237 207