An exploratory graphical analysis of the Montgomery-Åsberg Depression Rating Scale pre- and post-treatment using pooled antidepressant trial secondary data
Notice bibliographique
Résumé
BACKGROUND: The 10-item Montgomery-Åsberg Depression Rating Scale (MADRS) is a commonly used measure of depression in antidepressant clinical trials. Numerous studies have adopted classical test theory perspectives to assess the psychometric properties of this scale, finding generally positive results. However, its network configural structure and stability is unexplored across different time-points and treatment groups. AIMS: To assess the network structure and stability of the MADRS in clinical settings pre- and post-treatment, and to determine a configurally invariant and stable model across time-points and treatment groups (placebo and intervention). METHOD: Individual participant data for 6440 participants from 14 clinical trials of major depressive disorder was obtained from the data repository Vivli.org. Exploratory Graphical Analysis (EGA) was used to identify empirical models pre-treatment (baseline) and post-treatment (8-week outcome). Bootstrapping techniques were applied to obtain optimised configurally invariant models. RESULTS: Empirical models presented with performance issues at baseline and for the placebo group at outcome. An abbreviated 8-item single-community model was found to be stable and configurally invariant across time-points and treatment groups. Symptoms such as low mood and lassitude showed most centrality across all models. LIMITATIONS: Metric invariance could not be explored due to research environment limitations. CONCLUSIONS: An 8-item one-community variant of the MADRS may provide optimal performance when conducting network analyses of antidepressant clinical trial outcomes. Findings suggest that interventions targeting low mood and lassitude might be most efficacious in treating depression among clinical trial participants. Further considerations of the potential impact on trial design and analysis should be explored.
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 | 0,047 | 0,174 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,010 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,001 |
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 ».