Comparative efficacy of pharmacological treatments on measures of self-rated functional outcomes using the Sheehan Disability Scale in patients with major depressive disorder: a systematic review and network meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: More than 50% patients with major depressive disorder (MDD) have severe functional impairment. The restoration of patient functioning is a critical therapeutic goal among patients with MDD. We conducted a systematic review and network meta-analysis to evaluate the efficacy of pharmacological treatments on self-rated functional outcomes using the Sheehan Disability Scale in adults with MDD in randomized clinical trials. METHODS: PubMed, EMBASE, PsycINFO, Cochrane Library, and ClinicalTrials.gov were searched from inception to December 10, 2019. Summary statistics are reported as weighted mean differences with 95% confidence intervals. Interventions were ranked using the surface under the cumulative ranking probabilities. RESULTS: We included 42 randomized controlled trials (RCTs) (n = 18 998) evaluating the efficacy of 13 different pharmacological treatments on functional outcomes, as measured by the Sheehan Disability Scale (SDS). Duloxetine was the most effective pharmacological agent on functional outcomes, followed by (ranked by efficacy): paroxetine, levomilnacipran, venlafaxine, quetiapine, desvenlafaxine, agomelatine, escitalopram, amitriptyline, bupropion, sertraline, vortioxetine, and fluoxetine. Serotonin and norepinephrine reuptake inhibitors were more effective than other drug classes. Additionally, the comparison-adjusted funnel plot suggested the publication bias between small and large studies was relatively low. CONCLUSIONS: Our results indicate that there may be differences across antidepressant agents and classes with respect to self-reported functional outcomes. Validation and replication of these findings in large-scale RCTs are warranted. Our research results will be clinically useful for guiding psychiatrists in treating patients with MDD and functional impairment. PROSPERO registration number CRD42018116663.
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 | 0,019 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,022 | 0,033 |
| Bibliométrie | 0,007 | 0,007 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».