Exploration of Undertreatment and Patterns of Treatment of Depression in Multiple Sclerosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Depression is a common comorbid condition with multiple sclerosis (MS). Historically, however, it has been undertreated. Little is known about the characteristics of those who receive, or do not receive, treatment for depression in the MS population. This study evaluated depression treatment in patients with MS, associated patient characteristics, and probable determinants of antidepressant drug use in those with and without depression. METHODS: A total of 152 patients with MS completed questionnaires and the Structured Clinical Interview for DSM-IV-TR (SCID) to determine depression status. Tabular analyses and a binary regression model were used to identify patient characteristics associated with antidepressant drug use. RESULTS: Of participants with major depression according to the SCID, 65% were taking antidepressant medications. With adjustment for successful treatment (antidepressant drug use by those not currently depressed and currently depressed), the prevalence of treated depression increased to 85.7%. Of those receiving treatment for depression, 19% were receiving nonpharmacologic treatment alone, 38% were taking antidepressant drugs only, and 44% were receiving both pharmacologic and nonpharmacologic treatments. Demographic and clinical variables were not statistically significantly associated with antidepressant drug use in those with depression. CONCLUSIONS: A large proportion of participants with depression in MS are now receiving treatment, a change from previous reports. The adequacy of treatment has become a bigger question because many of the treated patients continued to have depressive symptoms. Further research is needed to identify ways to achieve better outcomes for depression.
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.
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 découle