Impact of Depressive Symptom Severity on Buprenorphine/Naloxone and Methadone Outcomes in People With Prescription-Type Opioid Use Disorder: Results From a Pragmatic Randomized Controlled Trial
Notice bibliographique
Résumé
Objective To evaluate the impact of depressive symptom severity on opioid use and treatment retention in individuals with prescription-type opioid use disorder (POUD).Method We analyzed data from a multi-centric, pragmatic, open-label, randomized controlled trial comparing buprenorphine/naloxone to methadone models of care in 272 individuals with POUD. Opioid use was self-reported every two weeks for 24 weeks using the Timeline Followback. Depressive symptom severity was self-reported with the Beck Depression Inventory at baseline, week 12 and week 24.Results Baseline depressive symptom severity was not associated with opioid use nor treatment retention. At week 12, moderate depressive symptoms were associated with greater opioid use while mild to severe depressive symptoms were associated with lowered treatment retention. At week 24, moderate depressive symptoms were associated with greater opioid use.Conclusions Ongoing depressive symptoms lead to poorer outcomes in POUD. Clinicians are encouraged to use integrative approaches to optimize treatment outcomes. This study was registered in ClinicalTrials.gov (NCT03033732) on January 27th, 2017, prior to participants enrollment.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».