Major Depression Diagnoses Among Patients With Systemic Sclerosis: Baseline and One‐Month Followup
Notice bibliographique
Résumé
OBJECTIVE: Depression is common in many rheumatic diseases and is associated with poor prognosis. No studies of patients with any rheumatic diseases, however, have assessed the stability of major depressive disorder (MDD) diagnoses over time. The objective of the present study was to assess the stability of MDD diagnoses among patients with systemic sclerosis (SSc; scleroderma), a rare autoimmune rheumatic disease, across 2 assessments approximately 1 month apart. METHODS: SSc patients were recruited from 7 Canadian Scleroderma Research Group Registry sites (April 2009 to June 2012). Current (30-day) MDD was assessed with the Composite International Diagnostic Interview at baseline and approximately 1 month later. RESULTS: Among 309 patients with baseline assessments who received followup assessments an average of 34 days later, prevalence of 30-day MDD was 4% (95% confidence interval [95% CI] 2%-7%; n = 12) at baseline and 5% (95% CI 3%-8%; n = 16) at followup. Only 3 of 12 patients (25% [95% CI 9%-53%]) with MDD at baseline had MDD 1 month later. CONCLUSION: Most patients with SSc who meet criteria for MDD appear to experience mild, time-limited episodes of low mood that often resolve on their own without specific treatment. Consistent with international guidelines on depression management in nonpsychiatric settings, "watchful waiting" or "active monitoring" is a good strategy for SSc patients with mild depression to avoid unnecessary treatment among those whose symptoms may be transient and may resolve without medical intervention.
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 | 0,001 | 0,001 |
| 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 ».