Effective maNagement of depression among patients witH cANCEr (ENHANCE): A hybrid systematic review and (attempted) network meta-analysis of randomized controlled trials
Notice bibliographique
Résumé
BACKGROUND: Optimal intervention(s) for depression among people with cancer are unknown, as all available approaches have not been compared. This hybrid systematic review aimed to identify the most effective and acceptable intervention(s) using network meta-analysis (NMA). METHODS: Randomized controlled trials (RCTs) of depression interventions among adults with cancer experiencing depressive symptoms were identified from database searches for previous systematic reviews and more recent RCTs. Screening, data extraction, Risk of Bias (RoB2) and Research Integrity Assessment (RIA; for descriptive rather than screening purposes) were performed independently, in duplicate. Primary outcomes were change in depressive symptoms (efficacy/effectiveness) and the rate who discontinued (acceptability). As the planned NMA was not appropriate, a narrative critical synthesis was performed. FINDINGS: 70 RCTs (6831 participants) were included (43 psychotherapy, 14 pharmacotherapy, 8 complementary and alternative medicine, 7 collaborative care, 4 exercise, and 3 combination therapy interventions). No significant differences regarding acceptability were evident. Reliable efficacy/effectiveness comparisons using NMA were not possible due to RoB (44.3 % Some concerns, 54.3 % High RoB). Only 10 RCTs had no integrity concerns. Integrity issues included no pre-registration (n = 56/80 %), insufficient reporting on randomisation (n = 27/38.6 %) and ethics (n = 32/40 %), and questionable effect sizes (n = 26/37 %). The most reliable evidence was for collaborative care. CONCLUSIONS: The literature on depression interventions for people with cancer is at RoB, pointing to an urgent need for high-quality research. Until such evidence is available, treatment decisions should continue to be based on evidence from other patient groups and clinical expertise, though there is some evidence that collaborative care is effective. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42021290145 https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=290145.
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 | 0,042 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,066 | 0,011 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».