Systematic review and meta-analysis of interventions for depression and anxiety in persons with multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: Depression and anxiety are common in persons with multiple sclerosis (MS), and adversely affect fatigue, medication adherence, and quality of life. Though effective treatments for depression and anxiety exist in the general population, their applicability in the MS population has not been definitively established. OBJECTIVE: To determine the overall effect of psychological and pharmacological treatments for depression or anxiety in persons with MS. METHODS: We searched the Medline, EMBASE, PsycINFO, PsycARTICLES Full Text, Cochrane Central Register of Controlled Trials, CINAHL, Web of Science, and Scopus databases using systematic review methodology from database inception until March 25, 2015. Two independent reviewers screened abstracts, extracted data, and assessed risk of bias and strength of evidence. We included controlled clinical trials reporting on the effect of pharmacological or psychological interventions for depression or anxiety in a sample of persons with MS. We calculated standardized mean differences (SMD) and pooled using random effects meta-analysis. RESULTS: Of 1753 abstracts screened, 21 articles reporting on 13 unique clinical trials met the inclusion criteria. Depression severity improved in nine psychological trials of depression treatment (N=307; SMD: -0.45 (95%CI: -0.74, -0.16)). The severity of depression also improved in three pharmacological trials of depression treatment (SMD: -0.63 (N=165; 95%CI: -1.07, -0.20)). For anxiety, only a single trial examined psychological therapy for injection phobia and reported no statistically significant improvement. CONCLUSION: Pharmacological and psychological treatments for depression were effective in reducing depressive symptoms in MS. The data are insufficient to determine the effectiveness of treatments for anxiety.
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 | 0,009 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,025 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».