MétaCan
Menu
Retour à la cohorte
Enregistrement W2169200063 · doi:10.1002/da.22293

LATENT CLASSES OF NONRESPONDERS, RAPID RESPONDERS, AND GRADUAL RESPONDERS IN DEPRESSED OUTPATIENTS RECEIVING ANTIDEPRESSANT MEDICATION AND PSYCHOTHERAPY

2014· article· en· W2169200063 sur OpenAlexafffund
Michel A. Thibodeau, Lena C. Quilty, Filip De Fruyt, Marleen De Bolle, Frédéric Rouillon, R. Michael Bagby

Notice bibliographique

RevueDepression and Anxiety · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental HealthUniversity of Regina
Organismes subventionnairesCanadian Institutes of Health ResearchServier
Mots-clésPsychologyAntidepressantClinical psychologyMajor depressive disorderExtraversion and introversionRating scaleRandomized controlled trialPsychiatryCognitionMedicinePersonalityInternal medicineBig Five personality traitsAnxietyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We used growth mixture modeling (GMM) to identify subsets of patients with qualitatively distinct symptom trajectories resulting from treatment. Existing studies have focused on 12-week antidepressant trials. We used data from a concurrent antidepressant and psychotherapy trial over a 6-month period. METHOD: Eight hundred twenty-one patients were randomized to receive either fluoxetine or tianepine and received cognitive-behavioral therapy, supportive therapy, or psychodynamic therapy. Patients completed the Montgomery-Åsberg depression rating scale (MADRS) at the 0, 1, 3, and 6-month periods. Patients also completed measures of dysfunctional attitudes, functioning, and personality. GMM was conducted using MADRS scores and the number of growth classes to be retained was based on the Bayesian information criterion. RESULTS: Criteria supported the presence of four distinct latent growth classes representing gradual responders of high severity (42% of sample), gradual responders of moderate severity (31%), nonresponders (15%), and rapid responders (11%). Initial severity, greater use of emotional coping strategies, less use of avoidance coping strategies, introversion, and less emotional stability predicted nonresponder status. Growth classes were not associated with different treatments or with proportion of dropouts. CONCLUSIONS: The longer time period used in this study highlights potential overestimates of nonresponders in previous research and the need for continued assessments. Our findings demonstrate distinct growth trajectories that are independent of treatment modality and generalizable to most psychotherapy patients. The correlates of class membership provide directions for future studies, which can refine methods to predict likely nonresponders as a means to facilitate personalized treatments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,182
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,283
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDepression and AnxietyMême sujetTreatment of Major DepressionTravaux en français237 207