MétaCan
Menu
Retour à la cohorte
Enregistrement W4379281575 · doi:10.1200/jco.2023.41.16_suppl.e24181

Differential efficacy of antidepressants in the treatment of hormone mediated depression in patients with ER+ breast cancer.

2023· article· en· W4379281575 sur OpenAlexaboutno aff
Martha Kato, Constanza Martínez, Maria Currier, Muni Rubens

Notice bibliographique

RevueJournal of Clinical Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer-related cognitive impairment studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerEscitalopramInternal medicineDepression (economics)OncologyMontreal Cognitive AssessmentBeck Depression InventoryAnxietyCancerPsychiatryAntidepressantDiseaseDementia

Résumé

récupéré en direct d'OpenAlex

e24181 Background: Tamoxifen (TAM) and aromatase inhibitors (AI) are associated with a high side-effect burden including depression and cognitive deficits which compromise quality of life and adherence to treatment. The aims of the study were to determine the efficacy of antidepressants (AD) with hormone mediated depression in ER+ breast cancer patients and to determine if any clinical variables predicted successful AD treatment response. Methods: A retrospective chart review of consecutive referrals to psycho-oncology of breast cancer patients on TAM or AI with new onset depression was conducted. Demographic variables, cancer stage and treatment, hormonal treatment, psychiatric history and AD treatment were collected. Assessments for depression, anxiety and cognitive disorders included clinical interviews, patient-rated scales [Beck Depression Inventory (BDI), Beck Anxiety Inventory (BAI)] and a clinician-rated scale [Montreal Cognitive Assessment (MoCA)]. These measures were done at baseline (before starting an AD) and follow-up to determine AD treatment response. Successful AD treatment is defined as ≥50% reduction in baseline BDI score, while remission of depression is defined as a BDI score < 8. Statistical analysis comparing clinical variables between AD responders and non-responders included Fischer’s exact test or chi-square, one-way ANOVA, t-test, and binary logistic regression to determine which variables predicted successful AD treatment response. Results: A sample of 40 ER+ breast cancer patients (mean age 55 years; 39 females, 1 male; 26 Hispanic, 14 non-Hispanic) included 18 on TAM and 22 on AI. AD included venlafaxine (N = 18), escitalopram (N = 9), bupropion (N = 4), mirtazapine (N = 4), sertraline (N = 3) and duloxetine (N = 2). Over 72% (29/40) of patients successfully responded to AD with a complete depression remission rate of 50% (20/40). Venlafaxine at a mean dose of 150 mg was significantly more effective (p = .013) in treating hormone-mediated depression when compared to selective serotonin reuptake inhibitors (SSRIs) and other AD (bupropion, mirtazapine). Specifically, 94% (17/18) of patients on venlafaxine successfully responded. Other variables such as cancer stage and treatment, demographics, psychiatric history, and specific hormonal therapy did not predict AD treatment response. Conclusions: Venlafaxine 150 mg daily yielded significantly higher rates of AD response and complete remission of depression in ER+ breast cancer patients with TAM-induced and AI-induced major depression. Venlafaxine was significantly more effective than SSRIs and atypical AD. This high rate of response is likely due to dual serotonin and norepinephrine reuptake inhibition achieved at 150 mg dosing. Venlafaxine can be safely administered with TAM.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,064
Tête enseignante GPT0,431
Écart entre enseignants0,367 · 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'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 revueJournal of Clinical OncologyMême sujetCancer-related cognitive impairment studiesTravaux en français237 207