Placebo effects in mental health disorders: protocol for an umbrella review
Notice bibliographique
Résumé
INTRODUCTION: Given the high prevalence of mental health disorders and their significant socioeconomic burden, there is a need to develop improved treatments, and to evaluate them through placebo-controlled trials. However, the magnitude of the placebo response in randomised controlled trials to test medications may be substantial, affecting their interpretation. Therefore, improved understanding of the patient, trial and mental disorder factors that influence placebo responses would inform clinical trial design to better detect active treatment effects. There is a growing literature exploring the placebo response within specific mental health disorders, but no overarching synthesis of this research has been produced to date. We present a protocol for an umbrella review of systematic reviews and/or meta-analyses in which we aim to understand the effect size and potential predictors of placebo response within, and across, mental health disorders. METHODS AND ANALYSIS: We will systematically search databases (Medline, PsycINFO, EMBASE+EMBASE Classic, Web of Knowledge) for systematic reviews and/or meta-analyses that report placebo effect size in clinical trials in patients with mental health disorders (initial search date 23 October 2022). Screening of abstracts and full texts will be done in pairs. We will extract data to qualitatively examine how placebo effect size varies across mental health disorders. We also plan to qualitatively summarise predictors of increased placebo response identified either quantitatively (eg, through meta-regression) or qualitatively. Risk of bias will be assessed using the AMSTAR-2 tool. We aim to not only summarise the current literature but also to identify gaps in knowledge and generate further hypotheses. ETHICS AND DISSEMINATION: We do not believe there are any specific ethical considerations relevant to this study. We will publish the results in a peer-reviewed journal.
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 | 0,117 | 0,180 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,007 |
| Méta-épidémiologie (sens large) | 0,017 | 0,024 |
| Bibliométrie | 0,014 | 0,014 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,013 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,100 | 0,025 |
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 ».