Management of Treatment-Resistant Depression: Challenges and Strategies
Notice bibliographique
Résumé
Daphne Voineskos, 1, 2 Zafiris J Daskalakis, 1, 2 Daniel M Blumberger 1, 2 1Centre for Addiction and Mental Health, Toronto, Ontario, Canada; 2Department of Psychiatry, University of Toronto, Toronto, Ontario, CanadaCorrespondence: Daniel M BlumbergerCentre for Addiction and Mental Health, 1001 Queen Street West, Unit 4-1, Toronto, Ontario M6J1H4, CanadaTel +1 416 535-8501Fax +1 416 583-1358Email daniel.blumberger@camh.caAbstract: Treatment-resistant depression (TRD) is a subset of Major Depressive Disorder which does not respond to traditional and first-line therapeutic options. There are several definitions and staging models of TRD and a consensus for each has not yet been established. However, in common for each model is the inadequate response to at least 2 trials of antidepressant pharmacotherapy. In this review, a comprehensive analysis of existing literature regarding the challenges and management of TRD has been compiled. A PubMed search was performed to assemble meta-analyses, trials and reviews on the topic of TRD. First, we address the confounds in the definitions and staging models of TRD, and subsequently the difficulties inherent in assessing the illness. Pharmacological augmentation strategies including lithium, triiodothyronine and second-generation antipsychotics are reviewed, as is switching of antidepressant class. Somatic therapies, including several modalities of brain stimulation (electroconvulsive therapy, repetitive transcranial magnetic stimulation, magnetic seizure therapy and deep brain stimulation) are detailed, psychotherapeutic strategies and subsequently novel therapeutics including ketamine, psilocybin, anti-inflammatories and new directions are reviewed in this manuscript. Our review of the evidence suggests that further large-scale work is necessary to understand the appropriate treatment pathways for TRD and to prescribe effective therapeutic options for patients suffering from TRD.Keywords: treatment resistant depression, major depressive disorder, pharmacotherapy, psychotherapy, brain stimulation, novel therapies
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».