Treatment Resistant Depression— Advances in Somatic Therapies
Notice bibliographique
Résumé
BACKGROUND: The failure to achieve remission for patients with Major Depressive Disorder (MDD) represents a major public health concern. Inadequately treated depression is associated with higher rates of relapse, poorer quality of life, deleterious personal and societal economic ramifications, as well as increased mortality rates. Unfortunately, only a minority of patients achieves this goal with initial antidepressant treatment and by convention, failure to achieve response after two adequate trials of antidepressant therapy defines "Treatment Resistant Depression" (TRD). Furthermore, results from the Sequenced Treatment Alternatives to Relieve Depression (STAR*D) group of studies suggest that approximately 50% of "real world" patients who meet criteria for MDD fail to achieve remission, even after four carefully monitored sequenced treatments. METHODS: Given these limitations of existing antidepressant medications alone and in combination, together with improved understanding of the neural circuitry of depression, it is not surprising that there is a renewed interest in neuromodulation strategies for TRD. RESULTS: The purpose of this article is to review the evidence for the inclusion of various non-pharmacological, neuromodulatory strategies for TRD. Specifically, information regarding the mechanism, tolerability and efficacy of electroconvulsive therapy (ECT), magnetic seizure therapy (MST), repetitive transcranial magnetic stimulation (rTMS), vagal nerve stimulation (VNS), and deep brain stimulation (DBS) in ameliorating TRD will be presented. CONCLUSIONS: Although these treatments are at various stages of clinical development, they represent a new frontier in expanding the treatment options available for individuals with TRD, as well as contributing to a better understanding the neurobiology of depressive disorders.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».