MétaCan
Menu
Retour à la cohorte
Enregistrement W4390663479 · doi:10.1038/s44220-023-00178-x

An individual participant data meta-analysis of psychological interventions for preventing depression relapse

2024· article· en· W4390663479 sur OpenAlexaff
Josefien Breedvelt, Eirini Karyotaki, Fiona C Warren, Marlies E. Brouwer, Françoise Jermann, Fredrik Holländare, Nicola S. Klein, Margo de Jonge, Daniel N. Klein, Norman A. S. Farb, Zindel V. Segal, Karolien E. M. Biesheuvel Leliefeld, Robin B. Jarrett, Jeffrey R. Vittengl, Michael E. Thase, Helen Ma, Willem Kuyken, Amanda J. Shallcross, Cornelis Van Heeringen, Kristof Hoorelbeke, Ernst H. W. Koster, Mark Williams, Marloes J. Huijbers, Anne E.M. Speckens, Pim Cuijpers, Patricia van Oppen, Simon Gilbody, Claudi Bockting

Notice bibliographique

RevueNature Mental Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionMeta-analysisDepression (economics)Relapse preventionHazard ratioClinical psychologyRandomized controlled trialAntidepressant medicationConfidence intervalPsychologyPsychiatryIntervention (counseling)Major depressive disorderMedicineAntidepressantInternal medicineAnxiety

Résumé

récupéré en direct d'OpenAlex

Abstract Major depressive disorder is a leading cause of disability worldwide; identifying effective strategies to prevent depression relapse is crucial. This individual participant data meta-analysis addresses whether and for whom psychological interventions can be recommended for relapse prevention of major depressive disorder. One- and two-stage individual patient data meta-analyses were conducted on 14 randomized controlled trials ( N = 1,720). The relapse risk over 12 months was substantially lower for those who received a psychological intervention versus treatment as usual, antidepressant medication, or evaluation-only control (hazard ratio, 0.60; 95% confidence interval, 0.48–0.74). The number of previous depression episodes moderated the treatment effect, with psychological interventions demonstrating greater efficacy for patients with three or more previous episodes. Our results suggest that adding psychological interventions to current treatment to prevent depression relapse is recommended. For patients at lower risk of relapse, less-intensive approaches may be indicated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,359
Score d'incertitude au seuil0,448

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,438
Tête enseignante GPT0,569
Écart entre enseignants0,131 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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

Citations18
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature Mental HealthMême sujetTreatment of Major DepressionTravaux en français237 207