Efficacy and tolerability of antidepressants in individuals suffering from physical conditions and depressive disorders: network meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Antidepressants are effective for depression, but most evidence excludes individuals with comorbid physical conditions. AIMS: To assess antidepressants' efficacy and tolerability in individuals with depression and comorbid physical conditions. METHODS: Systematic review and network meta-analysis of randomised controlled trials (RCTs). Co-primary outcomes were efficacy on depressive symptoms and tolerability (participants dropping out because of adverse events). Bias was assessed with the Cochrane Risk-of-Bias 2 tool and certainty of estimates with the Confidence in Network Meta-Analysis approach. A study protocol was registered in advance (https://osf.io/9cjhe/). RESULTS: Of the 115 included RCTs, 104 contributed to efficacy (7714 participants) and 82 to tolerability (6083 participants). The mean age was 55.7 years and 51.9% of participants were female. Neurological and cardiocirculatory conditions were the most represented (26.1% and 18.3% of RCTs, respectively). The following antidepressants were more effective than placebo: imipramine, nortriptyline, amitriptyline, desipramine, sertraline, paroxetine, citalopram, fluoxetine, escitalopram, mianserin, mirtazapine and agomelatine, with standardised mean differences ranging from -1.01 (imipramine) to -0.34 (escitalopram). Sertraline and paroxetine were effective for the largest number of ICD-11 disease subgroups (four out of seven). In terms of tolerability, sertraline, imipramine and nortriptyline were less tolerated than placebo, with relative risks ranging from 1.47 (sertraline) to 3.41 (nortriptyline). For both outcomes, certainty of evidence was 'low' or 'very low' for most comparisons. CONCLUSION: Antidepressants are effective in individuals with comorbid physical conditions, although tolerability is a relevant concern. Selective serotonin reuptake inhibitors (SSRIs) have the best benefit-risk profile, making them suitable as first-line treatments, while tricyclics are highly effective but less tolerated than SSRIs and placebo.
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 | 0,026 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,053 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».