Rapid effectiveness of intravenous ketamine for ultraresistant depression in a clinical setting and evidence for baseline anhedonia and bipolarity as clinical predictors of effectiveness
Notice bibliographique
Résumé
BACKGROUND: Intravenous ketamine has been established as an efficacious and safe treatment, with transient effect, for treatment-resistant depression. However, the effectiveness of intravenous ketamine in non-research settings and with ultraresistant depression patients remains understudied. AIMS: This study aims to measure the response and remission rates in ultraresistant depression patients in a clinical setting by means of a retrospective, open label, database study. Secondarily, the study will attempt to support previous findings of clinical predictors of effectiveness with intravenous ketamine treatment. METHODS: Fifty patients with ultraresistant depression were treated between May 2015-December 2016, inclusive, in two community hospitals in Edmonton using six ketamine infusions of 0.5 mg/kg over 40 min over 2-3 weeks. Data were collected retrospectively from inpatient and outpatient charts. Statistical analysis to investigate clinical predictors of effectiveness included logistic regression analysis using a dependent variable of a 50% reduction in rating scale score at any point during treatment. RESULTS: At baseline, the average treatment resistance was severe, with a Maudsley Staging Method score of 12.1 out of 15, 90.0% were resistant to electroconvulsive therapy, and the average Beck Depression Inventory score was 34.2. The response rate was 44% and remission rate was 16%. As a single predictor, moderate or severe anhedonia at baseline predicted a 55% increased likelihood of response. As a combined predictor, this level of anhedonia at baseline with a diagnosis of bipolar depression predicted a 73% increase in likelihood of response. CONCLUSION: In a clinical setting, intravenous ketamine showed effectiveness in a complex, severely treatment-resistant, depressed population on multiple medication profiles concurrently. This study gave support to anhedonia and bipolar depression as clinical predictors of effectiveness.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».