Light therapy for non-seasonal depression: systematic review and meta-analysis
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: Light therapy is a known treatment for patients with seasonal affective disorder. However, the efficacy of light therapy in treating patients with non-seasonal depression remains inconclusive. AIMS: To provide the current state of evidence for efficacy of light therapy in non-seasonal depressive disorders. METHOD: Systematic review of randomised controlled trials (RCTs) was conducted by searching MEDLINE, EMBASE, PsycINFO, CINAHL, and CENTRAL from their inception to September 2015. Study selection, data abstraction and risk of bias assessment were independently conducted in duplicate. Meta-analyses were performed to provide a summary statistic for the included RCTs. The reporting of this systematic review follows the PRISMA guidelines. RESULTS: =0.0003) that was not sufficiently explained by subgroup analyses. There was also high risk of bias in the included trials limiting the study interpretation. CONCLUSIONS: The overall quality of evidence is poor due to high risk of bias and inconsistency. However, considering that light therapy has minimal side-effects and our meta-analysis demonstrated that a significant proportion of patients achieved a clinically significant response, light therapy may be effective for patients with non-seasonal depression and can be a helpful additional therapeutic intervention for depression. DECLARATION OF INTEREST: None. COPYRIGHT AND USAGE: © The Royal College of Psychiatrists 2016. This is an open access article distributed under the terms of the Creative Commons Non-Commercial, No Derivatives (CC BY-NC-ND) licence.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle