MétaCan
Menu
Retour à la cohorte
Enregistrement W3003447714 · doi:10.1002/da.22997

Childhood maltreatment and clinical severity of treatment‐resistant depression in a French cohort of outpatients (FACE‐DR): One‐year follow‐up

2020· article· en· W3003447714 sur OpenAlexaff
Antoine Yrondi, Bruno Aouizerate, Djamila Bennabi, Raphaëlle Richieri, Thierry d’Amato, Frank Bellivier, Thierry Bougerol, Mathilde Horn, Vincent Camus, Philippe Courtet, Olivier Doumy, Jean Baptiste Genty, Jérôme Holtzmann, Christophe Lançon, Marion Leboyer, Pierre‐Michel Llorca, Julia Maruani, Rémi Moirand, Fanny Molière, Ludovic Samalin, Laurent Schmitt, Florian Stéphan, Gustavo Turecki, Guillame Vaiva, Michel Walter, J. Petrucci, Émmanuel Haffen, Wissam El‐Hage

Notice bibliographique

RevueDepression and Anxiety · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesInstitut National de la Santé et de la Recherche MédicaleAssistance Publique - Hôpitaux de ParisAgence Nationale de la Recherche
Mots-clésDepression (economics)CohortPsychiatryPoison controlMedicineSuicide preventionInjury preventionTreatment-resistant depressionPsychologyClinical psychologyMedical emergencyMajor depressive disorderInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background Childhood maltreatment is associated with major depressive disorder (MDD). It not only increases the risk of lifetime MDD, but it also aggravates its course. Among depressed patients, 20–30% of them experience treatment-resistance depression (TRD). We aimed to assess the association between childhood maltreatment, severity of depression in a unipolar TRD sample, and patient outcomes after one-year of follow-up. Methods Patients were recruited for a prospective cohort from the French network of TRD expert centers. Depressive symptom severity was assessed with the Montgomery–Åsberg Depression Rating Scale (MADRS) and the Quick Inventory of Depressive Symptomatology self-report (QIDS-SR). Childhood maltreatment was evaluated with the Childhood Trauma Questionnaire (CTQ). Results In total, 256 patients filled in the CTQ at baseline between 2012 and 2019. At baseline, the MADRS score was associated with CTQ score (β = .185; p = .004). QIDS was also associated with CTQ scores (β = .27; p < .001). Regarding the different subtypes of childhood maltreatment, MADRS was associated with physical (β = .21; p = .005) and sexual abuse (β = .22; p = .002), while QIDS with physical abuse (β = .304; p < .001) and physical neglect (β = .254; p < .001). However, we did not find any significant association focusing on the other types of traumas. During a 1-year follow-up focusing on remission, CTQ scores (baseline) were less important in remittent patients [n = 38; CTQ score = 39.26 (9.68)] than in nonremittent ones [n = 92; CTQ score = 46.02 (17.53)] (p = .027). There was no significant difference among remitters and nonremitters based on trauma subtypes. At baseline, CTQ scores had a significant influence on remission at 1 year (χ2(1) = 5.57; p < .05). We lost this influence adding MADRS scores at baseline in the model (p = .063). Conclusion We highlighted a significant association between the severity of depressive disorders and childhood maltreatment in the TRD population. Information about a history of childhood maltreatment helps in identifying individuals who could be less likely to go into remission after treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,306
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDepression and AnxietyMême sujetChild Abuse and TraumaTravaux en français237 207