Combining Antidepressants in Acute Treatment of Depression: A Meta-Analysis of 38 Studies Including 4511 Patients
Notice bibliographique
Résumé
OBJECTIVE: Combining antidepressants (ADs) for therapy of acute depression is frequently employed, but randomized studies have yielded conflicting results. We conducted a systematic review and meta-analysis aimed at determining efficacy and tolerability of combination therapy. METHODS: MEDLINE, Embase, PsycINFO, and CENTRAL databases were systematically searched through March 2014 for controlled studies comparing combinations of ADs with AD monotherapy in adult patients suffering from acute depression. The prespecified primary outcome was standardized mean difference (SMD), secondary outcomes were response, remission, and dropouts. RESULTS: Among 8688 articles screened, 38 studies were eligible, including 4511 patients. Combination treatment was statistically, significantly superior to monotherapy (SMD 0.29; 95% CI 0.16 to 0.42). During monotherapy, slightly fewer patients dropped out due to adverse events (OR 0.90; 95% CI 0.53 to 1.53). Studies were heterogeneous (I(2) = 63%), and there was indication of moderate publication bias (fail-safe N for an effect of 0.1:44), but results remained robust across prespecified secondary outcomes and subgroups, including analyses restricted to randomized controlled trials and low risk of bias studies. Meta-regression revealed an association of SMD with difference in imipramine-equivalent dose. Combining a reuptake inhibitor with an antagonist of presynaptic α2-autoreceptors was superior to other combinations. CONCLUSION: Combining ADs seems to be superior to monotherapy with only slightly more patients dropping out. Combining a reuptake inhibitor with an antagonist of presynaptic α2-autoreceptors seems to be significantly more effective than other combinations. Overall, our search revealed a dearth of well-designed studies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| Bibliométrie | 0,002 | 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) | 0,000 | 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 ».