Fluoxetine for anorexia nervosa after weight restoration: moderation of effect by depression
Notice bibliographique
Résumé
Abstract Background Pharmacological efforts to treat anorexia nervosa (AN) have predominantly repurposed medications that treat conditions with overlapping symptoms and yielded generally disappointing results. Despite limited empirical support, SSRIs are often prescribed to patients with AN. Whether SSRIs are effective in a subgroup of individuals with AN, such as those with depression, is not known. Methods A secondary analysis of a randomized trial of fluoxetine versus placebo for relapse prevention in AN was conducted. Participants ( n = 92) were weight-restored women with AN who completed the Beck Depression Inventory (BDI) at the time of randomization. BDI scores were dichotomized to reflect moderate/severe depression (BDI > 20, n = 26). A Cox Proportional Hazards model estimated the association of the level of depression, medication, and their interaction with time to relapse. Mixed effects models examined the effects of medication on symptom trajectories in high versus low depression groups and whether depression severity modified the effect of the drug on symptom trajectory. Results There was a significant interaction between medication and depression severity in time to relapse (hazard ratio = 0.46, 95% CI: [0.25, 0.85], p = .01). Depression severity modified the effect of fluoxetine on the time course of symptoms of depression ( β = −0.27, 95% CI: [−0.42,-0.12], p = 0.001) and bulimia ( β = −0.15, 95% CI: [−0.25,-0.05], p = 0.004) in the twelve month follow-up period. Conclusions Fluoxetine was more effective than placebo in reducing relapse among more depressed, weight-restored individuals with AN. These results require replication but provide support for the use of antidepressant medication for patients with AN who remain depressed following weight restoration.
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 | 0,000 | 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) | 0,001 | 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 ».