Hipericão na perturbação depressiva: revisão crítica de autor
Bibliographic record
Abstract
Objetivos: Rever a evidência existente quanto à eficácia, tolerabilidade e segurança do hipericão no tratamento da perturbação depressiva (PD). Fontes de dados: NICE, Canadian Medical Association Infobase, PubMed – Clinical Queries, The Cochrane Library, BMJ, Bandolier e DARE – Centre for Reviews and Dissemination. Método: Foi realizada a pesquisa de artigos científicos em plataformas online de medicina baseada na evidência, com as palavras-chave Hypericum e Depressive Disorder. A seleção dos artigos foi feita com base no título, ano de publicação e resumo. Resultados: Foram incluídas nesta revisão duas normas de orientação clínica (NOC), três meta-análises (MA), duas revisões sistemáticas (RS) e um artigo original (AO). Uma NOC referiu que o hipericão pode ser usado como primeira linha na PD major ligeira a moderada e como tratamento adjuvante de segunda linha na PD major moderada a grave. A outra NOC não aconselha o seu uso. As MA e as RS concluíram que o hipericão apresenta uma eficácia superior ao placebo no tratamento da PD, sendo que duas MA e duas RS acrescentaram que não há aumento dos efeitos adversos. Duas RS referiram o risco de interações com outros fármacos. O AO também afirma a eficácia do hipericão nas mulheres na pós-menopausa. Conclusão: Existe evidência quanto à eficácia do hipericão na PD ligeira a moderada. Os dados disponíveis parecem ser consistentes quanto à sua boa tolerabilidade, mas também quanto ao risco de interações com outros fármacos. As limitações da recomendação prendem-se essencialmente com o facto dos mecanismos de ação não estarem completamente esclarecidos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.109 | 0.332 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.005 | 0.006 |
| Bibliometrics | 0.009 | 0.008 |
| Science and technology studies | 0.002 | 0.008 |
| Scholarly communication | 0.009 | 0.010 |
| Open science | 0.005 | 0.004 |
| Research integrity | 0.005 | 0.009 |
| Insufficient payload (model declined to judge) | 0.010 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".