Fluoxetine in the Treatment of Premenstrual Dysphoric Disorder
Notice bibliographique
Résumé
OBJECTIVE: To examine the role of fluoxetine in the treatment of premenstrual dysphoric disorder (PMDD). DATA SOURCES: Search strategy included MEDLINE (1966-February 2002), Embase (1988-February 2002), HealthStar (1975-December 2000), Current Contents (1996-November 2001), and Copernic (November 2001). Search terms included fluoxetine, premenstrual dysphoric disorder, PMDD, late luteal-phase dysphoric disorder, and severe premenstrual syndrome. STUDY SELECTION: English-language human studies were selected and evaluated based on quality of evidence. DATA SYNTHESIS: Eight prospective trials (3 double-blind, placebo-controlled, crossover; 3 double-blind, randomized, controlled; 2 open-label), 1 case series, and 1 meta-analysis were identified. Although 6 of the studies involved small sample sizes (n < 50), all found fluoxetine to be effective in the treatment of PMDD. CONCLUSIONS: Despite limited data, fluoxetine 20 mg/d appears to be effective in the treatment of PMDD. However, adverse effects, particularly headaches and sexual dysfunction, are possible. Given the long half-life of fluoxetine and the short duration of PMDD symptoms per cycle, larger, well-designed clinical trials evaluating intermittent dosing for only 1 week or a few doses need to be performed.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».