Longitudinal study to assess antidepressant treatment patterns and outcomes in individuals with depression in the general population
Notice bibliographique
Résumé
BACKGROUND: Major depressive disorder (MDD) is largely managed in primary care, but physicians vary widely in their understanding of symptoms and treatments. This study aims to better understand the evolution of depression from initial diagnosis over a 3-year period. METHODS: This was a noninterventional, retrospective, longitudinal study, with 2 waves of participant interviews approximately 3 years apart. Phone interviews were conducted using the hybrid artificial intelligence (AI) Sleep-EVAL system, an AI-driven diagnostic deep learning tool. Participants were noninstitutionalized adults representative of the general population in 8 US states. Diagnosis was confirmed according to the DSM-5 using the Sleep-EVAL System. RESULTS: 10,931 participants completed Wave 1 and 2 (W1, W2) interviews. The prevalence of MDD, including partial and complete remission, was 13.4 % and 19.6 % in W1 and W2, respectively. About 42 % of MDD participants at W1 continued to report depressive symptoms at W2. Approximately half of antidepressant (AD) users in W1 were moderately to completely dissatisfied with their treatment; 29.6 % changed their AD for a different one, with 16.4 % switching from one SSRI to another between W1 and W2. Primary care physicians were the top AD prescribers, both in W1 (45.7 %) and W2 (59%), respectively. LIMITATIONS: Data collected relied on self-reporting by participants. As such, the interpretation of the data may be limited. CONCLUSIONS: Depression affects a sizeable portion of the US population. Dissatisfaction with treatment, frequent switching of ADs, and changing care providers are associated with low rates of remission. Residual symptoms remain a challenge that future research must address.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».