Venlafaxine XR treatment for older patients with major depressive disorder: decision trees for when to change treatment
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
BACKGROUND: Predictors of antidepressant response in older patients with major depressive disorder (MDD) need to be confirmed before they can guide treatment. OBJECTIVE: To create decision trees for early identification of older patients with MDD who are unlikely to respond to 12 weeks of antidepressant treatment, we analysed data from 454 older participants treated with venlafaxine XR (150-300 mg/day) for up to 12 weeks in the Incomplete Response in Late-Life Depression: Getting to Remission study. METHODS: We selected the earliest decision point when we could detect participants who had not yet responded (defined as >50% symptom improvement) but would do so after 12 weeks of treatment. Using receiver operating characteristic models, we created two decision trees to minimise either false identification of future responders (false positives) or false identification of future non-responders (false negatives). These decision trees integrated baseline characteristics and treatment response at the early decision point as predictors. FINDING: We selected week 4 as the optimal early decision point. Both decision trees shared minimal symptom reduction at week 4, longer episode duration and not having responded to an antidepressant previously as predictors of non-response. Test negative predictive values of the leftmost terminal node of the two trees were 77.4% and 76.6%, respectively. CONCLUSION: Our decision trees have the potential to guide treatment in older patients with MDD but they require to be validated in other larger samples. CLINICAL IMPLICATIONS: Once confirmed, our findings may be used to guide changes in antidepressant treatment in older patients with poor early response.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 découle