Polysomnographic and Symptomatological Analyses of Major Depressive Disorder Patients Treated with Mirtazapine
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to characterize the effects of mirtazapine on polysomnographic sleep, especially slow wave sleep (SWS) and rapid eye movement (REM) sleep, as well as its effects on clinical symptoms in patients with major depressive disorder (MDD). METHOD: Sixteen MDD patients were treated with mirtazapine 30 mg taken 30 minutes before bedtime. Polysomnographic and subjective sleep, as well as other clinical data, were collected at baseline and on Days or Nights 2, 9, 16, 30, and 58 during treatment. We used repeated measures analysis of variance, including pairwise comparison, to analyze data statistically. RESULTS: Mirtazapine administration increased total SWS and the SWS in the first sleep cycle, but not SWS in the second sleep cycle. The medication increased REM latency and the duration of the first REM episode; it also decreased the number of REM episodes. Simultaneously, mirtazapine significantly reduced wake-after-sleep onset and scores on the Athens Insomnia Scale. After patients took the medication, scores on the Hamilton Depression Rating Scale-17 (HDRS-17) decreased rapidly and continuously. The changes on the Beck Depression Inventory-II were consistent with those on the HDRS-17. The medication has a tendency to increase weight. CONCLUSIONS: Mirtazapine significantly improved sleep quality, reversed sleep markers of depression, and reduced depressive symptoms in this group of MDD patients.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».