MétaCan
Menu
Retour à la cohorte
Enregistrement W4316014695 · doi:10.1080/00029157.2022.2121678

Irving Kirsch opens a window on antidepressant medications

2023· article· en· W4316014695 sur OpenAlexaff
Emma Chen, Alison Kate Oliver, Amir Raz

Notice bibliographique

RevueAmerican Journal of Clinical Hypnosis · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAntidepressantTherapeutic windowDepression (economics)Intervention (counseling)PsychologyPsychotherapistPsychiatryMedicinePharmacologyAnxiety

Résumé

récupéré en direct d'OpenAlex

When it comes to antidepressant medications - popular, backbone drugs of modern psychiatry - even learned scholars and savvy clinicians find it difficult to separate honest, rigorous research from that which thrives on hidden agendas and ulterior motives. Fortunately, a mounting corpus of data-based studies, mostly meta-analyses, casts new and critical light on the clinical efficacy, side effects, and therapeutic outcomes of antidepressants. Spearheading these efforts over the past few decades, Irving Kirsch and colleagues have challenged the hegemonic view of antidepressants as an effective therapeutic intervention. Notably, Kirsch illuminates the small difference between antidepressants and placebos in mitigating depression-a difference that may be statistically significant yet fails to reach clinical significance. This piece sketches the important contributions Kirsch has made to the scientific understanding of antidepressant medications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,288
Score d'incertitude au seuil0,509

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,093
Tête enseignante GPT0,461
Écart entre enseignants0,368 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical HypnosisMême sujetTreatment of Major DepressionTravaux en français237 207