CNS Volume 15 supplement 7 Cover and Front matter
Notice bibliographique
Résumé
Despite the availability of a large number of antidepressants, treatment nonresponse in major depressive disorder (MDD) persists.As highlighted by findings from the Sequenced Treatment Alternatives to Relieve Depression (STAR*D) study, the first few months of treatment may be the most critical for treatment success.When the first antidepressant is not effective, a common dilemma is whether to use an adjunctive treatment or to switch medications completely.A substantial proportion of patients with MDD do not achieve remission from sequential courses of treatment with currently available strategies.Many who do improve are left with significant residual symptoms.Adjunctive treatments in MDD have the capacity to reduce relapse rates during the process of switching medication, provide neurotransmitter effects, or cause intended therapeutic side effects.However, they can also cause pharmacokinetic interactions, additive side effects, regimen complexity, and poorer compliance.Second-generation antipsychotics (SGAs) have a much larger evidence base than other adjunctive strategies for MDD, although they are associated with extrapyramidal side effects.While antidepressant monotherapy is the standard first-line treatment, psychotherapy still represents an important treatment pathway.Cognitive-behavioral therapy, interpersonal therapy, and several more basic forms of behavior therapy have been shown to have antidepressant efficacy comparable to antidepressant medication.In this Expert Review Supplement, Michael E. Thase, MD, provides an overview of unmet needs in the management of MDD.Highlighting findings from STAR*D, Dr. Thase discusses expected first-line treatment outcomes, augmentation/switch strategies, and the role of psychotherapy.Next, Michael Gitlin, MD, provides an overview of several first-line adjunctive treatments, focusing on lithium, triiodothyronine, and stimulants.Finally, J. Craig Nelson, MD, reviews the role of adjunctive SGAs in treatment-resistant 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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,605 | 0,392 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».