Long-Term Impact of Residual Symptoms in Treatment-Resistant Depression
Notice bibliographique
Résumé
OBJECTIVE: Although commonly encountered, little work has defined the longitudinal course of treatment-resistant depression (TRD) and the influence of residual posttreatment symptoms on longer-term outcome. The aim of our study was to assess the impact of posttreatment clinical states on longer-term outcome. METHOD: Patients (n = 118) with TRD received specialist inpatient treatment and were followed-up for a median of 3 years. Longitudinal outcome dichotomized into good and poor outcome was used as the primary outcome and functional measures were used as secondary outcomes. RESULTS: Among 118 treated patients, 40 (34%) entered clinical remission, 36 (31%) entered partial remission, and 42 (37%) remained in episode at discharge. At follow-up, 35% had longitudinally defined poor outcome. Posttreatment clinical status was the main predictor of both poor and good outcome. Nearly 50% of patients achieved postdischarge recovery, and subsequently had longer-term outcome, comparable with patients discharged in remission. Patients who remained in episode posttreatment were more symptomatically and functionally impaired. CONCLUSION: Posttreatment clinical states are a useful guide to clinicians for projecting the longer-term outcome of patients with TRD. The persistence of residual or syndromal symptoms predicts a poorer longer-term outcome, whereas treatment to remission is associated with better outcomes.
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 | 0,002 | 0,009 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».