Differential Potency of Venlafaxine, Paroxetine, and Atomoxetine to Inhibit Serotonin and Norepinephrine Reuptake in Patients With Major Depressive Disorder
Notice bibliographique
Résumé
BACKGROUND: Venlafaxine is a dual serotonin (5-HT) and norepinephrine reuptake inhibitor. The specific dose at which it begins to efficiently engage the norepinephrine transporter (NET) remained to be determined. Paroxetine is generally considered as a selective 5-HT reuptake inhibitor but exhibits some affinity for NET. Atomoxetine is a NET inhibitor but also has some affinity for the 5-HT reuptake transporter (SERT). METHODS: This study examined the effects of forced titration of venlafaxine from 75 to 300 mg/d, paroxetine from 20 to 50 mg/d, or atomoxetine from 25 to 80 mg/d in 32 patients with major depressive disorder. Inhibition of SERT was estimated using the depletion of whole-blood 5-HT. Inhibition of NET was assessed using the attenuation of the systolic blood pressure produced by i.v. injections of tyramine. RESULTS: All 3 medications significantly reduced 5-HT levels at the initiating regimens: venlafaxine and paroxetine by approximately 60% and atomoxetine by 16%. The 3 subsequent regimens of venlafaxine and paroxetine reduced 5-HT levels by over 90%, but the highest dose of atomoxetine only reached a 40% inhibition. Atomoxetine dose dependently inhibited the tyramine pressor response from the lowest dose, venlafaxine from 225 mg/d, and paroxetine left it unaltered throughout. CONCLUSION: These results confirm that venlafaxine and paroxetine are potent SERT inhibitors over their usual therapeutic range but that venlafaxine starts inhibiting NET only at 225 mg/d, whereas paroxetine remains selective for SERT up to 50 mg/d. Atomoxetine dose dependently inhibits NET from a low dose but does not inhibit SERT to a clinically relevant degree.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».