Psychopathological and sociodemographic features in treatment-resistant unipolar depression versus bipolar depression: a comparative study
Notice bibliographique
Résumé
BACKGROUND: Some authors have hypothesized that Treatment-Resistant Unipolar Depression (TRD-UP) should be considered within the bipolar spectrum disorders and that hidden bipolarity may be a risk factor for TRD-UP. However, there are neither studies comparing clinical and sociodemographic data of patients with TRD-UP versus Bipolar (BP) disorders nor are there any examining differences versus Bipolar type I (BP-I) and Bipolar type II (BP-II). METHODS: Charts analysis was conducted on 194 patients followed at the Mood Disorders Clinic of the McGill University Health Center. Sociodemographic, clinical features and depression scales were collected from patients meeting DSM-IV criteria for TRD-UP (n = 100) and BP (n = 94). Binary logistic regression analysis was conducted to examine clinical predictors independently associated with the two disorders. RESULTS: Compared to BP, TRD-UP patients exhibited greater severity of depression, prevalence of anxiety and panic disorders, melancholic features, Cluster-C personality disorders, later onset of depression and fewer hospitalizations. Binary logistic regression indicated that higher comorbidity with anxiety disorders, higher depression scale scores and lower global assessment of functioning (GAF) scores, and lower number of hospitalizations and psychotherapies differentiated TRD-UP from BP patients. We also found that the rate of unemployment and the number of hospitalizations for depression was higher in BP-I than in BP-II, while the rate of suicide attempts was lower in BP-I than in BP-II depressed patients. CONCLUSIONS: These results suggest that TRD-UP constitutes a distinct psychopathological condition and not necessarily a prodromal state of BP 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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».