Speed of Improvement in Symptoms of Depression With Desvenlafaxine 50 mg and 100 mg Compared With Placebo in Patients With Major Depressive Disorder
Notice bibliographique
Résumé
PURPOSE/BACKGROUND: This post hoc analysis examined the time point at which clinically significant improvement in major depressive disorder (MDD) symptoms occurs with desvenlafaxine versus placebo. METHODS: Data were pooled from 9 short-term, double-blind, placebo-controlled studies in adults with MDD randomly assigned to desvenlafaxine 50 mg/d, 100 mg/d, or placebo. A mixed-effects model for repeated-measures analysis of change from baseline score was used to determine the time point at which desvenlafaxine treatment groups separated from placebo on the 17-item Hamilton Rating Scale for Depression and psychosocial outcomes. The association between early improvement and week 8 outcomes was examined using logistic regression analyses. Time to remission for patients with early improvement versus without early improvement was assessed using Kaplan-Meier techniques. Comparisons between groups were performed with log-rank tests. RESULTS: In the intent-to-treat population (N = 4279 patients: desvenlafaxine 50 mg/d, n = 1714; desvenlafaxine 100 mg/d, n = 870; placebo, n = 1695), a statistically significant improvement on the 17-item Hamilton Rating Scale for Depression was observed with desvenlafaxine 50 mg/d at week 1 (P = 0.0129) and with desvenlafaxine 100 mg/d at week 2 (P = 0.0002) versus placebo. Early improvement was a significant predictor of later remission. Treatment assignment, baseline depression scale scores, and race were significantly associated with probability of early improvement. On several measures of depressive symptoms and function, desvenlafaxine 50 mg/d and 100 mg/d separated from placebo as early as week 1 and no later than week 4 in patients with MDD. IMPLICATIONS/CONCLUSIONS: These findings suggest that clinicians may be able to use depression rating scale scores early in treatment as a guide to inform treatment optimization.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 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 ».