Pharmacogenomic Testing and Depressive Symptom Remission: A Systematic Review and <scp>Meta‐Analysis</scp> of Prospective, Controlled Clinical Trials
Notice bibliographique
Résumé
Pharmacogenomic (PGx) testing has emerged as a compelling strategy that clinicians can use to inform antidepressant medication selection and dosing, but the clinical efficacy of this strategy has been questioned. We systematically reviewed and meta-analyzed clinical trials for an association between the use of PGx-guided antidepressant therapy and depressive symptom remission in patients with major depressive disorder (MDD). We included prospective, controlled clinical trials published in English up to July 12, 2022. Data extraction and synthesis adhered to the 2020 Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. Each trial was assessed for risk of bias and a random-effects model was used to estimate pooled risk ratios. Thirteen trials comprising 4,767 patients were analyzed, including 10 randomized controlled trials, and three open label trials. Across all included trials, those that received PGx-guided antidepressant therapy (n = 2,395) were 1.41 (95% confidence interval (CI) = 1.15-1.74, P = 0.001) more likely to achieve remission compared with those that received unguided antidepressant therapy (n = 2,372). Pooled risk ratios for randomized controlled trials and open label trials were 1.46 (95% CI: 1.13-1.88) and 1.26 (95% CI = 0.84-1.88), respectively. These results suggest that PGx-guided antidepressant therapy is associated with a modest but significant increase in depressive symptom remission in adults with MDD. Efforts to address the heterogeneity in PGx test composition (i.e., genes and alleles tested) and accompanying prescribing recommendations across trials will likely reduce the uncertainty about the efficacy of PGx-guided antidepressant therapy in the literature.
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 | 0,044 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,035 | 0,009 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,007 |
| 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; les deux têtes enseignantes 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 ».