Autor/autores:
Ronald C. Kessler , Toshi A. Furukawa , Tadashi Kato...(et.al)
Existe un interés creciente en el uso de reglas de tratamiento individualizado (ITR) compuestas para guiar la selección del tratamiento de la depresión, pero los mejores enfoques para hacerlo no se conocen ampliamente. Desarrollamos un ITR para la remisión de la depresión basado en el análisis secundario de un ensayo publicado recientemente para la selecc...
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
Existe un interés creciente en el uso de reglas de tratamiento individualizado (ITR) compuestas para guiar la selección del tratamiento de la depresión, pero los mejores enfoques para hacerlo no se conocen ampliamente.
Desarrollamos un ITR para la remisión de la depresión basado en el análisis secundario de un ensayo publicado recientemente para la selección de medicamentos antidepresivos de segunda línea utilizando un método de aprendizaje automático conjunto de vanguardia.
Los datos provienen del ensayo SUN(^_^)D, un ensayo pragmático de etiqueta abierta con evaluador cegado de pacientes con trastorno depresivo mayor sin tratamiento previo de 48 clínicas en Japón. La aleatorización inicial a nivel clínico asignó a los pacientes a 50 o 100 mg/día de sertralina.
Nos enfocamos en los 1549 pacientes que no lograron remitir dentro de las 3 semanas y luego fueron reasignados al azar a nivel individual para continuar con sertralina, cambiar a mirtazapina o combinar mirtazapina con sertralina.
El resultado fue la remisión 9 semanas después del inicio. Los predictores incluyeron datos sociodemográficos, características clínicas, síntomas iniciales, cambios en los síntomas entre el inicio y la semana 3, y efectos secundarios en la semana 3.
El tratamiento optimizado se asoció con un aumento significativo de las tasas de remisión de la semana 9 con validación cruzada en ambas muestras [5, 3 % (2, 4 %), p = 0, 016 muestra de 50 mg/día; 5, 1 % (2, 7 %), p = 0, 031 muestra de 100 mg/día] en comparación con la aleatorización (30, 1–30, 8 %).
La optimización también se asoció con un aumento significativo de la remisión en ambas muestras en comparación con la continuación [24, 7 % en ambas: 11, 2 % (3, 8 %), p = 0, 002 muestra de 50 mg/día; 11, 7% (3, 9%), p = 0, 001 100 mg/día muestra]. Se encontraron ganancias no significativas para la optimización en comparación con el cambio o la combinación.
Se puede desarrollar una ITR para mejorar la selección de antidepresivos de segunda línea, pero la replicación en un estudio más grande con predictores de referencia más completos podría producir resultados más sólidos y estables.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://www.cambridge.org/
Goldberg y Stephen M. Stahl. Prologo de Alan F. Schatzberg. Durante las últimas cuatro décadas, l...
COMPRAR AQUÍ
