MétaCan
Menu
Retour à la cohorte
Enregistrement W4323058173 · doi:10.1177/24705470231160315

Local Injection for Treating Mood Disorders (LIFT-MOOD): A Pilot Feasibility RCT of Stellate Ganglion Block for Treatment-Resistant Depression

2023· article· en· W4323058173 sur OpenAlexafffund
David Sussman, Vanessa K. Tassone, Fatemeh Gholamali Nezhad, Michelle Wu, Fathima Adamsahib, Gabriella F Mattina, Janneth Pazmino‐Canizares, Ilya Demchenko, Hyejung Jung, Wendy Lou, Karim S. Ladha, Venkat Bhat

Notice bibliographique

RevueChronic Stress · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Treatment
Établissements canadiensPublic Health OntarioUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesSt. Michael's Hospital Foundation
Mots-clésRandomized controlled trialMoodMedicinePlaceboAdverse effectMajor depressive disorderDepression (economics)PopulationPhysical therapyPsychiatryAnesthesiaInternal medicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Background: With nearly one-third of patients with major depressive disorder being resistant to available antidepressants, there is a need to develop new treatments for this population. Stellate ganglion block (SGB) is a procedure used to block sympathetic input to the central autonomic system; it has been administered to treat several conditions, including pain. Recently, indications for SGB have extended and the potential benefits for psychiatric disorders are under investigation. Methods: The Local Injection For Treating Mood Disorders (LIFT-MOOD) study investigated the feasibility of a trial of 2 right-sided injections of bupivacaine 0.5% (7 mL) at the stellate ganglion in participants with treatment-resistant depression (TRD) using a randomized, placebo-controlled, pilot trial. Ten participants were randomized in a 1:1 allocation to receive active treatment or placebo (saline). Primary feasibility outcomes included recruitment rate, withdrawal, adherence, missing data, and adverse events. As a secondary, exploratory objective, we explored the efficacy of SGB in improving symptoms of depression by calculating the change in scores from baseline to follow-up on day 42 for each treatment group. Results: The recruitment rate was reasonable and sufficient, retention and adherence were high, missing data were low, and adverse events were mild and temporary. Both treatment groups demonstrated decreases in Montgomery-Åsberg Depression Rating Scale scores, compared to baseline, by the end of the study. Conclusion: This study supports the feasibility of a confirmatory trial of SGB in participants with TRD. Conclusions regarding efficacy cannot be made based on this preliminary study due to the small number of participants who completed active treatment. Larger-scale randomized controlled trials with long-term follow-ups and alternate sham procedures are needed to assess the efficacy and duration of symptom improvement with the use of SGB in TRD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,032
Tête enseignante GPT0,313
Écart entre enseignants0,281 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChronic StressMême sujetPain Management and TreatmentTravaux en français237 207