The SNRI venlafaxine improves emotional unawareness in patients with post‐stroke depression
Notice bibliographique
Résumé
OBJECTIVE: Patients with stroke have a high prevalence of depression and unawareness of emotions or alexithymia. Here we investigated the effects of the serotoninergic and noradrenergic reuptake inhibitor (SNRI) venlafaxine in comparison with the SSRI fluoxetine on alexithymia severity in patients with DSM-IV post-stroke major depressive-like episode (PSD). METHODS: Fifty inpatients with first-ever stroke and PSD were consecutively enrolled in this randomized open-label study. Twenty-five were treated with the SNRI venlafaxine SR (75-150 mg/die), and 25 with the SSRI fluoxetine (20-40 mg/die). All patients were assessed at day 0, and after 1, 2, 4, 6, and 8 weeks, using the Mini-Mental State Examination, the Hamilton Depression Rating Scale, and the Toronto Alexithymia Scale (TAS-20). RESULTS: Patients treated with fluoxetine and those treated with venlafaxine showed similar improvement in depressive symptoms. However, patients treated with venlafaxine had a greater improvement on alexithymia severity than those treated with fluoxetine. The effect of venlafaxine on unawareness of emotions was evident in patients with alexithymia (TAS-20 >or= 61) at the baseline and in those without alexithymia (TAS-20 < 61). CONCLUSIONS: Antidepressants acting on both the serotoninergic and noradrenergic systems might represent a valid resource not only for the treatment of depression but also for improving emotional unawareness in stroke patients.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».