The impact of antidepressant treatment on the network structure of neurocognition and core emotional depressive symptoms among depressed individuals with a history of suicide attempt: An 8-week clinical study
Notice bibliographique
Résumé
BACKGROUND: A more in-depth understanding of the relationship between depressive symptoms, neurocognition and suicidal behavior could provide insights into the prognosis and treatment of major depressive disorder (MDD) and suicide. We conducted a network analysis among depressed patients examining associations between history of suicide attempt (HSA), core emotional major depression disorder, and key neurocognitive domains. METHOD: Depressed patients (n = 120) aged 18-65 years were recruited from a larger randomized clinical trial conducted at the Douglas Institute in Montreal, Canada. They were randomly assigned to receive one of two antidepressant treatments (i.e., escitalopram or desvenlafaxine) for 8 weeks. Core emotional MDD and key neurocognitive domains were assessed pre-post treatment. RESULTS: At baseline, an association between history of suicide attempt (HSA) and phonemic verbal fluency (PVF) suggested that HSA patients reported lower levels of the latter. After 8 weeks of antidepressant treatment, HSA became conditionally independent from PVF. Similar results were found for both the HAM-D and the QIDS-SR core emotional MDD/neurocognitive networks. CONCLUSION: Network analysis revealed a pre-treatment relationship between a HSA and decreased phonemic VF among depressed patients, which was no longer present after 8 weeks of antidepressant treatment.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».