Self-reported indications for antidepressant use in a population-based cohort of middle-aged and elderly
Notice bibliographique
Résumé
Background Population-based studies investigating indications for antidepressant prescribing mostly rely on diagnoses from general practitioners. However, diagnostic codes might be incomplete and drugs may be prescribed 'off-label' for indications not investigated in clinical trials. Objective We aimed to study indications for antidepressant use based on self-report. Also, we studied the presence of depressive symptoms associated with the self-reported indications. Setting Our study population of antidepressant users was selected based on interview data between 1997 and 2013 from the prospective population-based Rotterdam Study cohort (age >45 years). Method Antidepressant use, self-reported indication for use, and presence of depressive symptoms (Center for Epidemiological Studies Depression Scale) were based on interview. Self-reported indications were categorized by the researchers into officially approved, clinically-accepted and commonly mentioned off-label indications. Main outcome measures A score of 16 and higher on the Center for Epidemiological Studies Depression Scale was considered as indicator for clinically-relevant depressive symptoms. Results The majority of 914 antidepressant users reported 'depression' (52.4 %) as indication for treatment. Furthermore, anxiety, stress and sleep disorders were reported in selective serotonin reuptake inhibitor and other antidepressant users (ranging from 5.9 to 13.3 %). The indication 'pain' was commonly mentioned by tricyclic antidepressant users (19.0 %). Indications were statistically significantly associated with higher depressive symptom scores when compared to non-users (n = 10,979). Conclusions Depression was the main indication for antidepressant treatment. However, our findings suggest that antidepressants are also used for off-label indications, subthreshold disorders and complex situations, which were all associated with clinically-relevant depressive symptoms in the middle-aged and elderly population.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».