Anti-depressant use in association with interferon and glatiramer acetate treatment in multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: Randomized controlled trials incorporating validated depression scales have failed to identify an association between interferon beta treatment and depression in MS. This is surprising since interferons used in other clinical contexts are considered capable of causing depression. The negative results in MS could be due inadequate power in the published trials. METHODS: In this study, longitudinal data from an IMS Health Canada database called the Therapy Dynamics database were analyzed. The database contains information about prescriptions filled at outpatient pharmacies in Canada, linked at the individual level over time periods as long as 36 months. Antidepressant prescriptions were used as a proxy indicator for depressive disorders. The frequency of antidepressant use was compared in cohorts treated with glatiramer acetate and interferon beta. RESULTS: No differences in the frequency of antidepressant treatment were observed. A large proportion (approximately 40%) in all treatment cohorts were treated with antidepressants at some time over the study interval. The proportions remained comparable after adjustment for age and sex and in a time-to-event analysis of new antidepressant prescriptions. Among patients receiving prescriptions exclusively from Neurologists, the frequency of exposure to antidepressants was much lower (2.4%). CONCLUSIONS: This analysis uncovered no evidence that antidepressant treatment occurs more often in people treated with interferon beta than in those treated with glatiramer acetate. These results help to confirm that depression is not associated with interferon beta treatment in MS.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».