Impacts on Quality of Life with Escitalopram Monotherapy and Aripiprazole Augmentation in Patients with Major Depressive Disorder: A CAN-BIND Report
Notice bibliographique
Résumé
INTRODUCTION: Many individuals with major depressive disorder (MDD) do not respond to initial antidepressant monotherapy. Adjunctive aripiprazole is recommended for treatment non-response; however, the impacts on quality of life (QoL) for individuals who receive this second-line treatment strategy have not been described. METHODS: We evaluated secondary QoL outcomes in patients with MDD (n=179). After 8 weeks of escitalopram, non-responders (<50% decrease in clinician-rated depression) were treated with adjunctive aripiprazole for 8 weeks (n=97); responders continued escitalopram (n=82). A repeated-measures ANOVA evaluated change in Quality of Life Enjoyment and Satisfaction Short Form scores. QoL was described relative to normative benchmarks. RESULTS: Escitalopram responders experienced the most QoL improvements in the first treatment phase. For non-responders, QoL improved with a large effect during adjunctive aripiprazole treatment. At the endpoint, 47% of patients achieving symptomatic remission still had impaired QoL. DISCUSSION: Individuals who were treated with adjunctive aripiprazole after non-response to escitalopram experienced improved QoL, but a substantial degree of QoL impairment persisted. Since QoL deficits may predict MDD recurrence, attention to ways to support this outcome is required.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».