The symptom‐specific efficacy of antidepressant medication vs. cognitive behavioral therapy in the treatment of depression: results from an individual patient data meta‐analysis
Notice bibliographique
Résumé
A recent individual patient data meta-analysis showed that antidepressant medication is slightly more efficacious than cognitive behavioral therapy (CBT) in reducing overall depression severity in patients with a DSM-defined depressive disorder. We used an update of that dataset, based on seventeen randomized clinical trials, to examine the comparative efficacy of antidepressant medication vs. CBT in more detail by focusing on individual depressive symptoms as assessed with the 17-item Hamilton Rating Scale for Depression. Five symptoms (i.e., "depressed mood" , "feelings of guilt" , "suicidal thoughts" , "psychic anxiety" and "general somatic symptoms") showed larger improvements in the medication compared to the CBT condition (effect sizes ranging from .13 to .16), whereas no differences were found for the twelve other symptoms. In addition, network estimation techniques revealed that all effects, except that on "depressed mood" , were direct and could not be explained by any of the other direct or indirect treatment effects. Exploratory analyses showed that information about the symptom-specific efficacy could help in identifying those patients who, based on their pre-treatment symptomatology, are likely to benefit more from antidepressant medication than from CBT (effect size of .30) versus those for whom both treatments are likely to be equally efficacious. Overall, our symptom-oriented approach results in a more thorough evaluation of the efficacy of antidepressant medication over CBT and shows potential in "precision psychiatry" .
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 | 0,027 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,045 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».