著名医師による解説が無料で読めます
すると翻訳の精度が向上します
背景: 変数を組み合わせて将来のうつ病のリスクを予測する予後指標 (PI) は、強度の異なる治療法の選択をガイドするのに役立つ可能性があります。当社は PI を開発し、通常の治療 (TAU)、低強度の治療から開始する治療 (短期療法 (BT))、または高強度の治療介入から開始する治療 (認知行動療法 (CBT)) の間の治療決定の指針としてその可能性を示しています。 方法：TAU、BT、CBTのランダム化比較に参加したうつ病患者（N=622）のデータを利用したが、3つの治療法間で主要アウトカムに統計的に有意な差は見られなかった。LASSO スタイルのブートストラップ変数選択手順を使用して追跡調査時のうつ病リスクを予測することにより、PI を開発しました。次に、PI の関数として、治療間の転帰の違いを調べました。 結果：ベースラインでの失業、うつ病の重症度、敵意、睡眠障害、ポジティブな感情の低下により、治療全体での回復の可能性が低くなると予測されました。これらの変数を組み込んだ PI では、かなりの分類精度が得られました (c=0.73)。PI が高い患者 (サンプルの 75%) では、回復率が高く、治療間で差はありませんでした (79 ～ 86%)。最も予後不良の患者の回復率は、TAU (39%) や BT (44%) よりも CBT 条件 (60%) の方が大幅に高かった。 制限: 追加の治療に関する情報は求められていません。前向きのテストが必要です。 結論: 再現可能な PI は治療選択を支援し、段階的な治療モデルを合理化するのに役立つ可能性があります。強度の異なるうつ病治療法の違いは、最も予後の悪い患者にのみ現れる可能性があります。
背景: 変数を組み合わせて将来のうつ病のリスクを予測する予後指標 (PI) は、強度の異なる治療法の選択をガイドするのに役立つ可能性があります。当社は PI を開発し、通常の治療 (TAU)、低強度の治療から開始する治療 (短期療法 (BT))、または高強度の治療介入から開始する治療 (認知行動療法 (CBT)) の間の治療決定の指針としてその可能性を示しています。 方法：TAU、BT、CBTのランダム化比較に参加したうつ病患者（N=622）のデータを利用したが、3つの治療法間で主要アウトカムに統計的に有意な差は見られなかった。LASSO スタイルのブートストラップ変数選択手順を使用して追跡調査時のうつ病リスクを予測することにより、PI を開発しました。次に、PI の関数として、治療間の転帰の違いを調べました。 結果：ベースラインでの失業、うつ病の重症度、敵意、睡眠障害、ポジティブな感情の低下により、治療全体での回復の可能性が低くなると予測されました。これらの変数を組み込んだ PI では、かなりの分類精度が得られました (c=0.73)。PI が高い患者 (サンプルの 75%) では、回復率が高く、治療間で差はありませんでした (79 ～ 86%)。最も予後不良の患者の回復率は、TAU (39%) や BT (44%) よりも CBT 条件 (60%) の方が大幅に高かった。 制限: 追加の治療に関する情報は求められていません。前向きのテストが必要です。 結論: 再現可能な PI は治療選択を支援し、段階的な治療モデルを合理化するのに役立つ可能性があります。強度の異なるうつ病治療法の違いは、最も予後の悪い患者にのみ現れる可能性があります。
BACKGROUND: Prognostic indices (PIs) combining variables to predict future depression risk may help guide the selection of treatments that differ in intensity. We develop a PI and show its promise in guiding treatment decisions between treatment as usual (TAU), treatment starting with a low-intensity treatment (brief therapy (BT)), or treatment starting with a high-intensity treatment intervention (cognitive-behavioral therapy (CBT)). METHODS: We utilized data from depressed patients (N=622) who participated in a randomized comparison of TAU, BT, and CBT in which no statistically significant differences in the primary outcomes emerged between the three treatments. We developed a PI by predicting depression risk at follow-up using a LASSO-style bootstrap variable selection procedure. We then examined between-treatment differences in outcome as a function of the PI. RESULTS: Unemployment, depression severity, hostility, sleep problems, and lower positive emotionality at baseline predicted a lower likelihood of recovery across treatments. The PI incorporating these variables produced a fair classification accuracy (c=0.73). Among patients with a high PI (75% percent of the sample), recovery rates were high and did not differ between treatments (79-86%). Among the patients with the poorest prognosis, recovery rates were substantially higher in the CBT condition (60%) than in TAU (39%) or BT (44%). LIMITATIONS: No information on additional treatment sought. Prospective tests needed. CONCLUSION: Replicable PIs may aid treatment selection and help streamline stepped models of care. Differences between treatments for depression that differ in intensity may only emerge for patients with the poorest prognosis.
医師のための臨床サポートサービス
ヒポクラ x マイナビのご紹介
無料会員登録していただくと、さらに便利で効率的な検索が可能になります。