文献

J-GLOBAL ID：201802286563712653   整理番号：18A1686230

大うつ病における症状変化のパターン:長期コースの分類とクラスタリング【JST・京大機械翻訳】

Patterns of symptom change in major depression: Classification and clustering of long term courses

著者 (4件)： Hartmann Armin (Department of Psychosomatic Medicine and Psychotherapy, Medical University Hospital, Freiburg, Germany) ,  von Wietersheim Jorn (Department of Psychosomatic Medicine and Psychotherapy, University Medical Center, Ulm, Germany) ,  Weiss Heinz (Department of Psychosomatic Medicine and Psychotherapy, Robert-Bosch-Krankenhaus, Stuttgart, Germany) ,  Zeeck Almut (Department of Psychosomatic Medicine and Psychotherapy, Medical University Hospital, Freiburg, Germany)
資料名： Psychiatry Research  (Psychiatry Research)
巻： 267  ページ： 480-489  発行年： 2018年 
JST資料番号： A1184A  ISSN： 0165-1781  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： うつ病における治療効果を評価するためには,治療中の変化をモニターし,合理的に長期間追跡することが重要である。症状変化軌跡の変動性を記述することは,長期状態をより良く予測し,介入を改善するために有用である。入院患者の効果と単極性欝病の日病院治療に関する大規模自然的多施設研究からの転帰データ(N__完全=518,4時点,観察時間の1年)を用いて,症状軌跡のクラスタを同定した。縦クラスタ分析の一般的な結果分類と統計的方法を適用した。しかし,一般的な転帰分類(例えば,寛解,再発または再発に関して)は,完全ではなく,軌跡の49.3%がそのクラスに割り当てられなかった。縦方向クラスタ分析は,7つのクラスター(速い反応,遅延反応,一時的または持続的再発,および非反応)を明らかにした。治療終了時の非反応は長期経過観察時の転帰不良の予測因子であった。欝病における症状変化のパターンの分類は,拡張されなければならない。縦方向クラスタ分析は,測定の限られた数の時間点が利用可能な場合に,時間にわたる結果の軌跡を解析するための有効なオプションと思われる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *うつ病 ,  再発 ,  *クラスタ ,  寛解 ,  病院 ,  クラスタ分析 ,  *クラスタ化 ,  治療法 ,  軌跡
準シソーラス用語： 予測因子 ,  長期観察 ,  転帰 ,  入院患者 ,  臨床効果 ,  *大欝病性障害 , 【Automatic Indexing@JST】

分類 (2件)： 疫学  (GB03000E) ,  精神障害の薬物療法  (GR04020D)

タイトルに関連する用語 (5件)： 大うつ病 ,  症状 ,  長期 ,  分類 ,  クラスタリング