Individualized antidepressant therapy in patients with major depressive disorder
Notice bibliographique
Résumé
OBJECTIVE: To introduce a visual clinical decision support tool to assist with individualizing first-line antidepressant pharmacotherapy for adults with major depressive disorder (MDD) in a Canadian context. SOURCES OF INFORMATION: . MAIN MESSAGE: Major depressive disorder affects about 4.7% of Canadians annually and is a prevalent condition encountered and diagnosed in primary care. Untreated depression is associated with decreased quality of life, increased risk of suicide, and worsening physical health outcomes when depression co-occurs with other chronic medical conditions. In a network meta-analysis, antidepressant medications (such as selective serotonin reuptake inhibitors, serotonin-norepinephrine reuptake inhibitors, bupropion, and vortioxetine) reduced depressive symptoms by 50% or more when compared with placebo in acute treatment of adults with moderate to severe MDD. Poor treatment adherence and high discontinuation rates limit MDD treatment success. Factors such as strong therapeutic alliances between patients and prescribers, collaborative care, patient education, and supportive self-management have been shown to enhance treatment adherence. The most recent Canadian Network for Mood and Anxiety Treatments depression treatment guidelines (published in 2016) suggest 15 different first-line antidepressant medication options for the treatment of MDD. There is a need for evidence-informed decision support aids to individualize antidepressant therapy to treat patients diagnosed with MDD. CONCLUSION: Recent studies on antidepressants have indicated no single antidepressant is superior to others in treating patients with MDD. This suggests there may be opportunities to enhance treatment adherence and success by tailoring antidepressant therapy to align with each patient's preferences. The Antidepressant Decision Support Tool was developed to help prescribers and adult patients engage in shared decision making to select an individualized and optimal first-line antidepressant for the treatment of acute MDD.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».