Augmenting antidepressants with deep transcranial magnetic stimulation (DTMS) in treatment-resistant major depression
Notice bibliographique
Résumé
OBJECTIVES: Deep transcranial magnetic stimulation (DTMS) has been shown to be efficacious and relatively safe for major depressive disorder (MDD). However, its clinical utility as an augmenting strategy for treatment-resistant depression (TRD) remains unexplored. METHODS: In an open label trial, 17 outpatients with severe TRD received 4 weeks of daily high frequency DTMS over the left dorsolateral prefrontal cortex. Depressive and anxious symptoms, suicidality and quality of life (QOL) were measured at baseline (i.e., in the week prior to the start of the DTMS treatment) and at week 5 (i.e., in the week following the end of the DTMS treatment). Primary outcome measures were rates of response and remission at week 5 using an intention-to-treat approach. RESULTS: Response and remission rates at week 5 were 70.6 and 41.2%, respectively. Also, depression, anxiety, and suicidality ratings were significantly improved by week 5 (with Hedges' g estimates ranging from 0.6 to 1.72), as well as four of the five QOL domain scores (i.e., global, psychological, environmental and social). Finally, two patients dropped out of the study at week 1 because of significant scalp discomfort during stimulation. CONCLUSIONS: Our study suggests that DTMS, when used as an augmenting strategy for antidepressants in severe TRD, is efficacious, safe and relatively well tolerated. However, controlled studies with larger samples are needed to confirm and expand our preliminary findings.
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) | 0,001 | 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 ».