Efficacy and moderators of short-term psychodynamic psychotherapy for depression: A systematic review and meta-analysis of individual participant data
Notice bibliographique
Résumé
Short-term psychodynamic psychotherapy (STPP) is frequently used to treat depression, but it is unclear which patients might benefit specifically. Individual participant data (IPD) meta-analyses can provide more precise effect estimates than conventional meta-analyses and identify patient-level moderators. This IPD meta-analysis examined the efficacy and moderators of STPP for depression compared to control conditions.PubMed, PsycInfo, Embase, and Cochrane Library were searched September 1st, 2022, to identify randomized trials comparing STPP to control conditions for adults with depression. IPD were requested and analyzed using mixed-effects models.IPD were obtained from 11 of the 13 (84.6%) studies identified (n = 771/837, 92.1%; mean age = 40.8, SD = 13.3; 79.3% female). STPP resulted in significantly lower depressive symptom levels than control conditions at post-treatment (d = -0.62, 95%CI [-0.76, -0.47], p < .001). At post-treatment, STPP was more efficacious for participants with longer rather than shorter current depressive episode durations.These results support the evidence base of STPP for depression and indicate episode duration as an effect modifier. This moderator finding, however, is observational and requires prospective validation in future large-scale trials.
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 | 0,046 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,047 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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; 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 ».