Patterns, predictors, and patient-reported reasons for antidepressant discontinuation in the WHO World Mental Health Surveys
Notice bibliographique
Résumé
BACKGROUND: Despite their documented efficacy, substantial proportions of patients discontinue antidepressant medication (ADM) without a doctor's recommendation. The current report integrates data on patient-reported reasons into an investigation of patterns and predictors of ADM discontinuation. METHODS: = 1890 respondents who used ADMs within the past 12 months. RESULTS: 10.9% of 12-month ADM users reported discontinuation-based on recommendation of the prescriber while 15.7% discontinued in the absence of prescriber recommendation. The main patient-reported reason for discontinuation was feeling better (46.6%), which was reported by a higher proportion of patients who discontinued within the first 2 weeks of treatment than later. Perceived ineffectiveness (18.5%), predisposing factors (e.g. fear of dependence) (20.0%), and enabling factors (e.g. inability to afford treatment cost) (5.0%) were much less commonly reported reasons. Discontinuation in the absence of prescriber recommendation was associated with low country income level, being employed, and having above average personal income. Age, prior history of psychotropic medication use, and being prescribed treatment from a psychiatrist rather than from a general medical practitioner, in comparison, were associated with a lower probability of this type of discontinuation. However, these predictors varied substantially depending on patient-reported reasons for discontinuation. CONCLUSION: Dropping out early is not necessarily negative with almost half of individuals noting they felt better. The study underscores the diverse reasons given for dropping out and the need to evaluate how and whether dropping out influences short- or long-term functioning.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 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 ».