Effects of adjunctive brexpiprazole on patient life engagement in major depressive disorder: Post hoc analysis of Inventory of Depressive Symptomatology Self-Report data
Notice bibliographique
Résumé
Patient-reported outcomes can capture domains that are meaningful to patients, such as life engagement in major depressive disorder (MDD), which reflects life fulfillment, well-being, and participation in valued and meaningful activities. This analysis investigated the effects of brexpiprazole adjunct to antidepressant treatment (ADT) on patient life engagement over the short and long term, using the 10-item Inventory of Depressive Symptomatology Self-Report (IDS-SR10) Life Engagement subscale. Short-term data were pooled from three 6-week, randomized, double-blind studies of ADT + brexpiprazole 2–3 mg/day versus ADT + placebo in adult outpatients with MDD (DSM-IV-TR criteria) and inadequate response to ADTs. Long-term data were from a 26–52-week, open-label extension study of ADT + brexpiprazole 0.5–3 mg/day. Over 6 weeks, ADT + brexpiprazole (n = 579) showed greater improvement in IDS-SR10 Life Engagement subscale score than ADT + placebo (n = 583), with a least squares mean difference of −1.19 (95% confidence limits: −1.78, −0.59; p = 0.0001; Cohen's d effect size: 0.23). Greater improvement for ADT + brexpiprazole versus ADT + placebo (p < 0.05) was also observed on eight life engagement items, with effect sizes ranging from 0.12 to 0.24. In the long-term study, mean (standard deviation) IDS-SR10 Life Engagement subscale score changed by −2.4 (4.9) points to Week 26 (n = 2047), and −3.7 (5.3) points to Week 52 (n = 768), with mean improvements on all ten items. Beyond its efficacy on depressive symptoms, adjunctive brexpiprazole may improve patient life engagement, thereby helping patients with MDD to achieve personally meaningful functional outcomes.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».