Prevalence of mental health evaluation in erectile dysfunction clinical trials
Notice bibliographique
Résumé
BACKGROUND: Erectile dysfunction (ED) is commonly psychogenic or may cause psychological issues, such as anxiety and depression. Nevertheless, the inclusion of mental health (MH) assessment in ED clinical trials has yet to be quantified. AIM: To evaluate the prevalence of MH evaluation in ED clinical trials. METHODS: The brief and detailed descriptions from every clinical trial concerning ED from the US National Library of Medicine ClinicalTrials.gov database were extracted. OUTCOMES: The number of studies which mention the terms "self-esteem", "anxiety", "depression", "schizophrenia", "emasculation", "humiliation", "isolation", "loneliness", "frustration", "OCD", "PTSD", "ADHD", "SUD", "BPD", "autism", "bipolar", "dementia", "phobia", "mania", "anorexia", "bulimia", "insomnia", and "delirium" were assessed. RESULTS: In total, 453 clinical trials were included from 1988 to 2024. Only seven of the searched MH terms were present in any clinical trial: stress (n = 3), self-esteem (n = 11), anxiety (n = 15), depression (n = 17), bipolar (n = 1), insomnia (n = 1), and isolation (n = 1). There was no temporal improvement in the prevalence of MH terms over time. CLINICAL IMPLICATIONS: The limited inclusion of MH terms underscores a potential gap in addressing the psychological dimensions of ED in a clinical setting. Such considerations may enhance patient care by improving diagnosis and MH outcomes. STRENGTHS AND LIMITATIONS: This study employs a replicable methodology using automated data extraction to quantify MH representation in ED trials. However, limitations include strict word-matching and an inability to extract word-context. CONCLUSION: MH terms are infrequently included in ED clinical trials, which may reflect a lack of research interest in the association between ED and MH.
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 | 0,304 | 0,552 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,012 | 0,015 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».