MétaCan
Menu
Retour à la cohorte
Enregistrement W4404514335 · doi:10.1016/s2215-0366(24)00317-1

Service coverage for major depressive disorder: estimated rates of minimally adequate treatment for 204 countries and territories in 2021

2024· article· en· W4404514335 sur OpenAlexaboutno aff
Damian Santomauro, Theo Vos, Harvey Whiteford, Dan Chisholm, Shekhar Saxena, Alize J Ferrari

Notice bibliographique

RevueThe Lancet Psychiatry · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensnon disponible
Organismes subventionnairesQueensland GovernmentQueensland HealthTasmanian Department of HealthWorld Health OrganizationBill and Melinda Gates Foundation
Mots-clésService (business)MEDLINEMajor depressive disorderMedicinePsychiatryBusinessPolitical scienceMarketing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Access to effective treatment for major depressive disorder remains limited and difficult to track across place and time. We analysed the available data on minimally adequate treatment (MAT) for major depressive disorder globally with the aim of providing a useful metric against which to monitor national responses to the growing public health burden imposed by major depressive disorder. METHODS: MAT was defined as pharmacotherapy (1 month of medication, plus four visits to a medical doctor) or psychotherapy (eight visits with any professional). From existing reviews, we identified mental health surveys that assessed major depressive disorder within the general population as well as health service uptake by individuals with major depressive disorder. Data by ethnicity were not available. Estimates of MAT, antidepressant use, or use of any mental health service were extracted. The latter two estimates were adjusted to reflect likely MAT rates via a network meta-analysis. Adjusted MAT estimates were analysed via a Bayesian meta-regression using the Disease Modelling Meta-Regression (DisMod-MR 2.1) tool. This analysis estimated MAT coverage among people with major depressive disorder by age, sex, location, and year. Final MAT estimates were standardised by age and sex against the existing age and sex distribution of people with major depressive disorder globally. People with lived experience were involved in the design, preparation, interpretation, and writing of this manuscript. FINDINGS: The analysed dataset included 145 estimates from 32 studies, covering 31 countries, 14 regions, and six super-regions. The proportion of people with major depressive disorder receiving MAT globally in 2021 was 9·1% (95% uncertainty interval 7·2-11·6), with 10·2% (8·2-13·1) of females and 7·2% (5·7-9·3) of males with major depressive disorder receiving MAT. MAT coverage was highest in high-income locations (27·0% [21·7-34·4]), with Australasia having the highest rate (29·2% [21·4-40·8]). MAT coverage was lowest in sub-Saharan Africa (2·0% [1·5-2·6]), within which western sub-Saharan Africa (1·8% [1·4-2·5]) had the lowest coverage. Seven countries (Australia, Belgium, Canada, Germany, the Netherlands, South Korea, and Sweden) were estimated to have MAT coverage exceeding 30%, while 90 countries were estimated to have coverage lower than 5%. INTERPRETATION: Despite many gaps in the available data, estimates show that, globally, most individuals with major depressive disorder do not receive MAT. Services must improve to reach a global coverage that better meets the mental health needs of those with major depressive disorder. Urgent attention should be given to the scale-up of effective intervention strategies, especially in low-income and middle-income countries, as well as further research into better quality treatment options for major depressive disorder. We present a means by which the MAT gap for major depressive disorder can be quantified, to monitor and inform action by governments and international partners. FUNDING: Queensland Health and the Bill & Melinda Gates Foundation.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,523

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,039
Tête enseignante GPT0,386
Écart entre enseignants0,347 · 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'étudeObservationnel
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

Citations41
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet PsychiatryMême sujetMental Health Treatment and AccessTravaux en français237 207