Wait-there’s evidence for that? Integrative medicine treatments for major depressive disorder
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Depression is one of the most common mental health disorders and currently affects over 17 million Americans. Up to two-thirds of patients with depression in the United States will seek complementary and alternative or integrative medical treatments and thus medical providers who treat depression should understand that many integrative medical treatments have evidence of efficacy either as monotherapies or as add-on adjuncts to other treatments. This review references guidelines from the Canadian Network for Mood and Anxiety Treatments and Michigan Medicine, along with an updated literature review, to provide a framework for reviewing medications or herbal formulation, as well as other therapies, which have evidence in the treatment of depression. In general, St. John's Wort, Omega-3 Fatty Acids, S-adenosyl-L-methionine, and crocus sativus (saffron) have the highest levels of evidence in the treatment of mild-to-moderate depression. Acetyl-l-carnitine, l-methylfolate, DHEA, and lavender have a moderate level of evidence in treating depression, whereas Vitamin D, one of the most common supplements in the United States, does not have evidence in treating depression. Of the non-medication-based therapies, exercise, light therapy, yoga, acupuncture, and probiotics have evidence in the treatment of depression, whereas a full review of dietary modifications for depression was out of scope for this article.
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.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle