Predicting 6‐week treatment response to escitalopram pharmacotherapy in late‐life major depressive disorder
Notice bibliographique
Résumé
OBJECTIVE: Approximately half of older patients treated for major depressive disorder (MDD) do not achieve symptomatic remission and functional recovery with first-line pharmacotherapy. This study aims to characterize sociodemographic, clinical, and neuropsychologic correlates of full, partial, and non-response to escitalopram monotherapy of unipolar MDD in later life. METHODS: One hundred and seventy-five patients aged 60 and older were assessed at baseline on demographic variables, depression severity, hopelessness, anxiety, cognitive functioning, co-existing medical illness burden, social support, and quality of life (disability). Subjects received 10 mg/d of open-label escitalopram and were divided into full (n = 55; 31%), partial (n = 75; 42.9%), and non-responder (n = 45; 25.7%) groups based on Hamilton depression scores at week 6. Univariate followed by multivariate analyses tested for differences between the three groups. RESULTS: Non-responders to treatment were found to be more severely depressed and anxious at baseline than both full and partial responders, more disabled, and with lower self-esteem than full responders. In general partial responders resembled full responders more than they resembled non-responders. In multivariate models, more severe anxiety symptoms (both psychological and somatic) and lower self-esteem predicted worse response status at 6 weeks. CONCLUSION: Among treatment-seeking elderly persons with MDD, higher anxiety symptoms and lower self-esteem predict poorer response after six weeks of escitalopram treatment.
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 | 0,001 | 0,002 |
| 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 ».