The Tolerability and Side Effect Profile of Venlafaxine in a Clinical Outpatient Pediatric Population
Notice bibliographique
Résumé
Background: Major depressive disorder (MDD) in youth is a prevalent and debilitating mental health condition, with approximately 20% of adolescents estimated to be affected prior to adulthood.Objective: Our objective was to review the tolerability and efficacy of venlafaxine in adolescents with MDD.Methods: We conducted a retrospective chart review spanning January 2020 to December 2022 from the Royal Ottawa Mental Health Centre.Patients were included if they were between 7 and 18 years old, had a diagnosed MDD, and were on Venlafaxine for at least six weeks and were excluded if they didn't have enough follow-ups, resulting in a sample size of 45 patients.The primary outcomes were the tolerability and side effect profile of venlafaxine, assessed through changes in symptomatology, documented new symptoms, and functional side effects.Results:The study population comprised 67% females (n=30).Males were treated significantly longer (19 months) than females (9.61 months) (p=.015).Most patients (53.3%) maintained a consistent dosage throughout treatment.Approximately 11.1% of patients experienced new symptoms, and 6.7% reported functional side effects.Improvement in mood was noted in 51.1% of patients, with additional benefits observed in sleep (26.7%), anxiety reduction (24.4%), and mood stabilization (15.6%).Overall, 68.9% of patients reported improvements in symptoms over the course of treatment.Conclusions: Venlafaxine appears to be a welltolerated and effective treatment option for adolescents with MDD.These findings support the potential use of venlafaxine in cases where first-line treatments are inadequate, highlighting the need for further research on its safety and efficacy.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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 ».