Antidepressants for depression after concussion and traumatic brain injury are still best practice
Notice bibliographique
Résumé
BACKGROUND: Depression is a common complication of traumatic brain injury (TBI). New evidence suggests that antidepressant medication may be no more effective than placebo in this population. MAIN BODY: Selective serotonin reuptake inhibitors are recommended as first-line treatment for depression in contemporary expert consensus clinical practice guidelines for management of TBI. This recommendation is based on multiple prior meta-analyses of clinical trials in depression after TBI as well as depression in the general population. The evidence is mixed. A recent clinical trial and new meta-analysis including that trial found no benefit of antidepressants for depression following TBI. We argue that this finding should not change practice, i.e., patients who present with depression after TBI should still be considered for antidepressant treatment, because they may (1) benefit from robust placebo effects, (2) benefit from an alternative or adjunctive medication if the agent prescribed first does not achieve a depression remission, and (3) make improvements that are not captured well by traditional depression outcome measures, which are confounded by TBI sequelae. Patients with mild TBI are especially appropriate for antidepressant therapy because they, on average, more closely resemble patients with no known TBI history enrolled in typical primary Major Depressive Disorder clinical trials than patients enrolled in TBI trials in placebo-controlled trials published to date. CONCLUSION: TBI, and especially mild TBI, is not a contraindication for antidepressant therapy. Health providers should routinely screen and initiate treatment for depression after TBI.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,001 | 0,001 |
| 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 ».