Adjunctive cariprazine for major depressive disorder: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Converging evidence has suggested that treatment augmentation with a second-generation atypical antipsychotic (SGA) may improve treatment outcomes in major depressive disorder (MDD) patients after an incomplete response to a first-line antidepressant. Cariprazine is a recently approved SGA for MDD augmentation. Herein, we evaluate both continuous (ie, change in depressive symptom severity scores over time) and categorical (ie, remission and response rates) outcomes. Following a full-text review, four randomized controlled trials (RCTs) were included in our meta-analysis, while five studies were included for a qualitative review. Risk ratios (RRs) were calculated for all included randomized controlled studies to determine the relative response and remission rates of cariprazine compared to placebo augmentation. The RR for all-cause dropout was also determined as a proxy for overall acceptability. Two studies found a statistically significant treatment response using cariprazine augmentation. One study observed depressive symptom remission for cariprazine compared to placebo. Our random-effects model revealed moderate antidepressant effects of cariprazine, with a standardized mean difference (SMD) in Montgomery–Åsberg Depression Rating Scale (MADRS) scores of −1.79 (95% CI): −2.89, −0.69). Our pooled response RR and remission RR were calculated as 1.21 (95% CI: 1.05, 1.39, P =0.008) and 0.99 (95% CI: 0.84, 1.17, P =0.91), respectively. The RR for response was statistically significant ( P <0.05). However, the RR for remission was not statistically significant. The findings from our meta-analysis include a variable magnitude of effects. Evidence suggests cariprazine may be an effective treatment for MDD; however, further results are needed to clarify this relation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,007 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».