Response, remission and drop-out rates following high-frequency repetitive transcranial magnetic stimulation (rTMS) for treating major depression: a systematic review and meta-analysis of randomized, double-blind and sham-controlled trials
Notice bibliographique
Résumé
BACKGROUND: Meta-analyses have shown that high-frequency (HF) repetitive transcranial magnetic stimulation (rTMS) has antidepressant properties when compared with sham rTMS. However, its overall response and remission rates in major depression (MD) remain unclear. Thus, we have systematically and quantitatively assessed the efficacy of HF-rTMS for MD based on randomized, double-blind and sham-controlled trials (RCTs). METHOD: We searched the literature from 1995 through to July 2012 using MEDLINE, EMBASE, PsycINFO, Cochrane Central Register of Controlled Trials, SCOPUS, and ProQuest Dissertations & Theses. We used a random-effects model, odds ratios (ORs) and the number needed to treat (NNT). RESULTS: Data from 29 RCTs were included, totaling 1371 subjects with MD. Following approximately 13 sessions, 29.3% and 18.6% of subjects receiving HF-rTMS were classified as responders and remitters, respectively (compared with 10.4% and 5% of those receiving sham rTMS). The pooled OR was 3.3 (p < 0.0001) for both response and remission rates (with associated NNTs of 6 and 8, respectively). Furthermore, we found HF-rTMS to be equally effective as an augmentation strategy or as a monotherapy for MD, and when used in samples with primary unipolar MD or in mixed samples with unipolar and bipolar MD. Also, alternative stimulation parameters were not associated with differential efficacy estimates. Moreover, baseline depression severity and drop-out rates at study end were comparable between the HF-rTMS and sham rTMS groups. Finally, heterogeneity between the included RCTs was not statistically significant. CONCLUSIONS: HF-rTMS seems to be associated with clinically relevant antidepressant effects and with a benign tolerability profile.
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 | 0,025 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,038 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».