The Sequenced Treatment Alternatives to Relieve Depression (STAR*D) Trial: A Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: The Sequenced Treatment Alternatives to Relieve Depression (STAR*D) trial is the largest open-label, pragmatic trial that has been undertaken to examine the treatment of major depressive disorder. At a cost of US$35 million over 6 years, STAR*D sought to test the effectiveness both of pharmacotherapy and of cognitive therapy, and to ascertain whether certain treatments are more optimal after one or more failed trials. METHOD: Patients (n = 2876) who presented to either a psychiatry or family practice setting seeking treatment for depression were included in the STAR*D analysis. In the 4 levels of STAR*D, patients were randomized to various treatment monotherapies, combinations, or augmentation strategies. The primary outcome was remission, based on the Hamilton Depression Rating Scale. Secondary outcomes were response, as measured by clinician and patient self-report as well as various measures of patients' level of function and (or) quality of life. RESULTS: Remission rates for treatment levels 1 to 2 and 3 to 4 were 18% to 30% and 7% to 25%, respectively. There was no difference in effectiveness between any treatments at any treatment level. Patients with longer index episodes, more concurrent psychiatric or general medical disorders, and (or) lower measures of baseline function were less likely to achieve remission. There were no major differences between outcomes in patients treated in primary, compared with specialist care, nor were there significant differences between depression rating scores obtained through clinician ratings, compared with self-report. CONCLUSION: Results of the STAR*D trial have shed important light on the effectiveness of current treatment strategies for patients with depression.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle