Efficacy of cariprazine in bipolar I depression across patient characteristics: a post hoc analysis of pooled randomized, placebo-controlled studies
Notice bibliographique
Résumé
Patients who experience bipolar depression have diverse demographic and clinical characteristics that have the potential to impact treatment. The efficacy of cariprazine in bipolar I depression was evaluated in patient subgroups defined by baseline demographic and clinical characteristics. Post hoc analyses of data from three randomized, double-blind, placebo-controlled trials in bipolar I depression (NCT01396447, NCT02670538 and NCT02670551) evaluated mean change from baseline in Montgomery-Åsberg Depression Rating Scale (MADRS) total scores for pooled cariprazine 1.5-3 mg/d versus placebo in subgroups defined by demographic and clinical characteristics. The least-squares mean difference in MADRS total score change from baseline was statistically significant for cariprazine 1.5-3 mg/d versus placebo in all patient subgroups analyzed (P < 0.05 all subgroups): demographic characteristics (age, sex, white or black race and obese/nonobese BMI); episode characteristics (defined by current episode duration, number of previous manic/mixed and depressive episodes, and prior bipolar disorder medication use) and disease severity (groups above and below Clinical Global Impressions-Severity and MADRS cutoff scores). Cariprazine 1.5-3 mg/d consistently improved depressive symptoms in all patient subgroups without regard to differences in baseline demographic and clinical characteristics, suggesting broad efficacy across a spectrum of patients with bipolar I 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,000 | 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 ».