條文本

協議
全球普遍存在的抗抑鬱藥物利用率在社區:係統回顧的協議
  1. 卡洛塔Lunghi1,2,3,4,
  2. 米歇爾Dugas5,
  3. 淡橙色勒克萊爾6,7,8,
  4. 伊麗莎白Poluzzi4,
  5. 馬提瑙凱西1,
  6. 瓦萊麗Carnovale5,
  7. 西奧斯蒂芬5,
  8. 帕特裏克Blouin對養5,
  9. Johanie Lepine5,
  10. 勞拉官員5,
  11. 納塔爾R埃斯皮諾薩蘇亞雷斯5,
  12. 裏Olha Svyntozelska5,
  13. Marie-Pier Dery5,
  14. Giraud Ekanmian2,3,8,
  15. 丹尼爾·瑪麗亞Nogueira9,
  16. Pelumi塞繆爾·阿奇諾拉6,10,
  17. Stephane Turcotte3,
  18. 貝基斯基德莫爾11,
  19. 安妮勒布朗5,12
  1. 1健康科學部門,魁北克大學Rimouski,李維斯,魁北克、加拿大
  2. 2人口健康和最佳健康實踐軸,楚de Quebec-Universite拉瓦爾研究中心,魁北克,魁北克市、加拿大
  3. 3CISSS de Chaudiere-Appalaches研究中心,李維斯,魁北克、加拿大
  4. 4醫療和外科學係,博洛尼亞大學,博洛尼亞、意大利
  5. 5VITAM對可持續健康研究中心,魁北克大學衛生和社會服務中心集成,魁北克市,魁北克、加拿大
  6. 6護理學係,魁北克大學Trois-Rivieres,Trois-Rivieres,魁北克、加拿大
  7. 7魁北克拉瓦爾大學研究所研究中心——心髒病和肺病的人,魁北克市,魁北克、加拿大
  8. 8教師的藥店,大學拉伐爾,魁北克市,魁北克、加拿大
  9. 9護理學院的小溪Preto,聖保羅大學,小溪Preto、巴西
  10. 10護理學係,佩奇大學,胸大肌、匈牙利
  11. 11獨立專家,渥太華,渥太華、加拿大
  12. 12醫學院,大學拉伐爾,魁北克市,魁北克、加拿大
  1. 對應到卡洛塔博士Lunghi;Carlotta_Lunghi在{}uqar.ca

文摘

介紹抗抑鬱藥物最常見處方的藥物治療精神疾患。他們也標示外使用和綜合指標。處方抗抑鬱藥物增加了在過去的幾十年,但沒有係統的審查存在於社區中使用的程度。

和分析方法我們將進行一個係統的回顧評估抗抑鬱的患病率在社區使用。我們將從2010年1月1日發表的搜索研究在MEDLINE和Embase數據庫使用受控詞彙表和關鍵詞的組合調整為每個數據庫沒有任何語言限製。主要包含標準是抗抑鬱的患病率存在數據利用率。因此,我們將包括所有與描述性觀察研究設計報告抗抑鬱的患病率在社區使用。研究選擇(根據標題/文摘和全文篩選),包括研究數據提取獨立由成對的評論家。我們將合成抗抑鬱藥使用率上的數據在個人生活社區。如果可能的話,我們將執行一個薈萃分析生成prevalence-pooled估計。如果數據允許它,我們將進行亞組分析抗抑鬱類,年齡,性別,國家和其他社會人口類別。我們將為每個評估偏差的風險包括喬安娜·布裏格斯研究所研究通過質量評估使用關鍵評估工具:為研究報告發病率數據清單。DistillerSR軟件將用於這篇評論的管理。

道德和傳播倫理批準不需要審查,因為它不會直接涉及人類或動物主題。係統回顧的結果將通過出版物傳播在同行評議的雜誌上發表論文,Qualaxia網絡(https://qualaxia.org),演示在國際會議精神健康和藥物,以及公眾事件。beplay体育相关新闻

普洛斯彼羅注冊號CRD42021247423。

  • 流行病學
  • beplay体育相关新闻
  • 抑鬱和情緒障礙
  • 公共衛生
  • 治療
  • 焦慮性障礙
http://creativecommons.org/licenses/by-nc/4.0/

這是一個開放的分布式條依照創作共用署名非商業性(4.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和許可他們的衍生產品在不同的協議,提供了最初的工作是正確地引用,給出合適的信用,任何更改表示,非商業使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/

來自Altmetric.com的統計

請求的權限

如果你想重用任何或所有本文的請使用下麵的鏈接,這將帶你到版權稅計算中心的RightsLink服務。你將能夠獲得快速的價格和即時允許重用內容在許多不同的方式。

本研究的優點和局限性

  • 據我們所知,這將是第一個係統回顧總結抗抑鬱的流行病學數據利用率在社區。

  • 它還將評估抗抑鬱的患病率性和使用在不同的年齡群體。

  • 本文協議已經建成,評審報告,首選項報告後係統評價和薈萃分析(棱鏡)和觀察性研究的薈萃分析流行病學(麋鹿)的指導方針。

  • 潛在的限製是不同的人群,數據源,研究設計和抗抑鬱藥可能會阻止薈萃分析,從而研究抗抑鬱藥物的患病率的聯合估計。

  • 另一個限製是灰色文獻的排斥在搜索策略。

介紹

全球大約8億人的一種精神障礙,抑鬱和焦慮是最常見的,都有一個很大的負擔的殘疾。1抗抑鬱藥物是當前一線藥物治療精神疾病,如抑鬱症和焦慮,2 - 4這些跡象表明那些開處方的數量。5然而,這些藥物也規定其他符號部分和標示外跡象如失眠、疼痛,纖維肌痛,飲食失調,戒煙,偏頭痛和注意缺陷/多動障礙。5 - 10

在過去的二十年裏,各種各樣的流行病學研究顯示抗抑鬱的患病率增加處方在工業化國家。11日至17日這段時間內這可能是由於當前的精神障礙的患病率增加,18 19這也可能是由於初級保健醫生的認識到這些疾病的能力的提高和立即開始藥物治療。相反,其他研究顯示一個相對穩定的精神障礙患病率或under-recognition和處理不足。20 21其他推動因素可能導致抗抑鬱藥處方和使用新的藥物有更好的可用性風險概要文件(例如,選擇性5 -羥色胺再攝取抑製劑(SSRIs)),22仿製藥市場的引入,23經驗或害怕戒斷症狀,24其他社會經濟和文化因素(e。g,汙名精神健康福祉beplay体育相关新闻活動)25日26日或增加治療的持續時間。27 28

加拿大研究抗抑鬱藥物處方模式的監測顯示增加患病率在2006年至2012年之間,從9%降至13%。29日然而,大約發病率保持穩定在同一時期。29日類似抗抑鬱的發病率和患病率數據利用率也報道了其他的研究在不同的國家。11 13 16 27 28因此,這些結果可能表明患病率的上升可能是因為,至少部分,增加意味著治療持續時間,而不是更多的病人被規定使用抗抑鬱劑。事實上,芬蘭的一項研究估計,在2000 - 2001年抗抑鬱的用戶中,43%是長期用戶,斷斷續續的32%,隻有26%的短期用戶。此外,隻有四分之三的人精神狀態的抗抑鬱藥物是合適的。30.意大利最近的一個研究表明,近30%的患者在2013年開始抗抑鬱藥物治療仍在藥物治療3年後。31日其中,10%使用超過每年180定義的每日劑量(ddd)。31日除了這些重大變化在處方和使用一段時間後,抗抑鬱藥物使用的患病率也根據不同年齡、12日14性,12國家14 25 32 33和抗抑鬱劑或類。17 32 34

盡管世界範圍內開展廣泛的抗抑鬱藥物的利用率,增加使用在過去的幾十年裏,和根據相關社會人口因素的差異,不存在係統綜述抗抑鬱的患病率在社區使用。據我們所知,唯一的係統評價抗抑鬱藥物的使用集中在特定的人群,如孕婦35或患有特定疾病,如癌症36或急性冠脈綜合征。37估計抗抑鬱藥物利用率一般人群的患病率是至關重要的告訴研究人員,臨床醫師和決策者對處方模式隨著時間的推移,根據年齡和性別來指導新的研究,臨床決策和衛生資源配置。抗抑鬱藥物的監測可能因此強調潛在的不合適的處方,如輕度抑鬱的使用。38因此,本係統綜述旨在估計抗抑鬱的流行使用在兒童和青少年中,成年人和老年人在社區生活。

和分析方法

之後我們將進行係統回顧喬安娜·布裏格斯學院人工合成證據39對其行為和係統評價和薈萃分析的首選報告項目指南(棱鏡)40觀察性研究的薈萃分析流行病學(麋鹿)建議41的報告。當前的協議已經發表在國際前瞻性登記係統評價(普洛斯彼羅)數據庫(CRD42021247423)。

我們與一組用戶的知識(患者、護理人員、臨床醫生)和研究人員建立我們的審查問題和文獻檢索策略。我們將繼續與他們通過評審過程(例如,數據提取,結果解釋和發現傳播)。

參與者

我們將包括研究參與者生活在社區和暴露於抗抑鬱藥,獨立於年齡、性別、種族、宗教或地理區域。我們將排除所有的研究隻關注住院人群(如住院病人,療養院)和那些專注於一個特定的疾病患者(如抑鬱或癌症),條件(例如,孕婦)或從一個特定的社會群體(如衛生保健工作者,退伍軍人)。

曝光

我們將包括研究報告抗抑鬱藥物使用獨立的類。因此,所有將包括:ssri類藥物,5 -羥色胺和去甲腎上腺素再攝取抑製劑(snri類)、單胺氧化酶抑製劑(MAOIs),三環類抗抑鬱藥(TCAs),非典型抗抑鬱劑和其他抗抑鬱藥不分類。

結果

主要的結果將是使用抗抑鬱的患病率。

研究設計

我們將包括研究和描述性觀察設計報告抗抑鬱的流行使用(例如,隊列研究,橫斷麵研究)。實驗、準實驗、病例分析和案例報告研究將被排除在外。病例對照研究將包括隻有對照組普通人群的代表。我們將不包括評論、評論、社論、寫信給編輯,講座、論文、會議摘要和灰色文獻。

語言

沒有語言限製將被應用。

搜索策略

搜索策略是由一位經驗豐富的醫學信息專業(BS)與研究團隊合作和知識用戶在協議階段,確保可行性。MEDLINE第二次信息策略是同行評議專家同行評審後的電子搜索策略(媒體)清單。搜索,我們使用受控詞彙表的組合(例如,“抗抑鬱的藥物”,“發生”,“藥物利用率”)和關鍵詞(如“抗抑鬱藥”、“SSRI”,“流行”)。我們將搜索Embase和MEDLINE(包括Epub提前打印和進程內和其他非索引引用)和跨數據庫調整詞彙和語法。提出了作為一個完整的研究策略在線補充文件1這個協議。我們將下載結果和消除重複使用尾注V.9.3.3。(Clarivate)。我們決定我們的結果限製在出版日期從2010年1月1日到最終的搜索。這個選擇的理由是提供最新的關於抗抑鬱藥物使用的證據。此外,抗抑鬱藥物使用增加近年來,這一策略最小化的風險低估其患病率。

研究選擇和數據提取

我們開發了標準化的形式來選擇合格的研究通過標題和摘要篩選和全文檢查,我們將進行試點測試每個形式的評論家。對評論者將獨立承擔標題、摘要和全文篩選和數據提取。差異評論者將通過討論或仲裁來解決第三個資深評論家。提取的數據將包括(1)研究識別(例如,標題、期刊出版);(2)研究特征(例如,國家,研究設計,數據來源);(3)人口特征(如年齡、性別、種族)和(4)的結果(例如,流行,指示/診斷、藥物處方)。我們將使用DistillerSR軟件管理綜述(DistillerSR。V.2.35。證據的合作夥伴;2021年。 Accessed April 2021–February 2022.https://www.evidencepartners.com)。

質量評估

對評論者將獨立評估的方法論的質量包括文章和將評估偏差的風險通過喬安娜·布裏格斯研究所關鍵評估工具:為研究報告發病率數據清單42所有評論者之間的差異將通過討論或仲裁來解決三分之一資深評論家。

數據合成和分析

我們將合成抗抑鬱藥物的數據利用率。在可能的情況下,我們將根據不同的相關變量進行亞組分析在選定的研究報道。特別注意將放置在年齡組(兒童和青少年;年輕的成年人;成年人和老年人)和性別差異由於抗抑鬱藥物使用(和疾病的抗抑鬱藥處方)根據這些特征的差異很大。12 14 43如果相關,其他子群分析探索,如抗抑鬱類,國家或社會經濟地位。我們將進行一個薈萃分析產生抗抑鬱藥物使用的估算發病率在包括研究如果數據允許它。我們計劃在以下Barendregt的方法et al。44流行的薈萃分析。如果一個整合的方法是可行的,我們將計算總了點患病率估計抗抑鬱藥物使用的95%的置信區間(CIs)和執行子群分析根據性別、年齡、時期、國家或其他適當的變量。我們將使用我²統計評估異質性研究。45一個我2值50%以上將指示異質性,而一個我2值在25%和50%之間將指示溫和的異質性,最後,一個我2值低於25%將表明異質性較低。在異質性較低的情況下,我們將計算患病率與Mantel-Haenszel固定後果估計方法。46否則,我們將使用隨機方法和執行敏感性和子群分析基於預定義的子組。以防不允許理解heterogenicity子群分析,全球估計不會解釋,重點將放在單獨的研究。隨機多元回歸分析將被用來評估抗抑鬱的患病率是否使用根據不同時期,地區或人口。我們將評估使用漏鬥情節發表偏倚。P值小於0.05將被視為具有統計學意義。一位經驗豐富的生物集團(ST)將進行薈萃分析。

病人和公眾參與

係統評價的初步結果將提交給病人夥伴和用戶(Qualaxia網絡代表)涉及知識在解釋和理解結果的潛在影響和得到他們的反饋。

道德和傳播

這個係統綜述不需要倫理批準,因為它不會直接涉及人類或動物主題。我們將產生一個報告用戶的知識傳播和分享結果在社交媒體平台上,通過在線研討會魁北克的研究人員和衛生保健專業人士。特刊Qualaxia網絡網站將介紹係統評價的結果。此外,短和標準化政策簡報將通過斯波爾證據共享聯盟網站。我們將進一步傳播科學會議,通過演示結果研究在線研討會和手稿提交科學、同行評議的期刊出版。

討論

藥物利用研究是至關重要的強調處方實踐和使用的藥物在真實的語境。然而,藥物利用研究的係統評價是失蹤,除了一些特定的人群或疾病。本文將首先合成抗抑鬱藥物的信息在全球範圍的社區。我們將總結現有證據抗抑鬱藥物利用過去十年的流行病學和年齡組和性別之間的差異。各國可變性、數據庫和衛生係統將報道和討論。結果使用抗抑鬱藥在全球範圍內和跨子組將在當前臨床指南的分析抗抑鬱主要適應症(如抑鬱和焦慮)。臨床實踐指南是必不可少的對臨床醫師決定何時開始抗抑鬱藥物,藥物處方和多長時間繼續治療,根據患者特點。因此,這個係統評價將有助於抗抑鬱藥物使用的知識在不同病人的子組。流行病學數據概括綜述,與指南相比,可能表明可能的或未充分利用和一個潛在的不當使用的藥物類型,治療,時間指示或病人特征(即脆弱長老),根據信息的可用性。證據將指導臨床醫生處方這些藥物時,提高衛生保健服務的質量,提出精神障礙患者。 The results may also guide governments when designing public health policies in mental health, especially to promote, prevent or treat common mental disorders, such as depression and anxiety.

這個係統回顧協議可能有一些局限性。首先,盡管廣泛的數據庫搜索,我們將不包括灰色文獻的搜索策略。此外,我們可能無法執行薈萃分析,根據可用的數據。事實上,彙集估計流行的抗抑鬱藥物使用的有效期隻有之間的異質性研究並不太大。數量的差異,數據源,研究設計和抗抑鬱藥可能因此排除一個薈萃分析研究。雖然我們沒有限製我們的出版搜索語言,我們沒有積極尋求包括除英語之外的其他語言出版物通過搜索特定的數據庫涵蓋出版物在不同的語言,如西班牙語或葡萄牙語。這可能因此限製研究的數量包括在審查中。此外,盡管這篇綜述的目的是評估抗抑鬱的患病率利用率,有可能是一些標識,包括研究報告抗抑鬱藥物分發數據(例如,從medico-administrative數據),而不是實際的利用數據。分發數據不同於實際使用抗抑鬱藥,即使許多pharmacoepidemiologic研究使用分發數據作為藥物使用的代理。克服這個限製,結果將根據數據類型,和患病率將估計分別分發數據。

倫理語句

病人同意出版

確認

我們感謝Kaitryn坎貝爾,信息學碩士學曆,MSc(聖約瑟夫的醫療漢密爾頓/麥克馬斯特大學),同行審查MEDLINE的搜索策略。

引用

補充材料

  • 補充數據

    僅這個web文件已經由英國醫學雜誌出版集團從一個電子文件提供的作者(年代)和沒有對內容進行編輯。

腳注

  • 推特@Carlotta_Lunghi, @jacinthelec

  • 貢獻者CL, EP和JLec最初構想的研究。鋁、BS、CL, JLec JLep博士和聖大大促成了設計研究的方法。CL, JLep和MD準備普洛斯彼羅提交。鋁、BS、CL, JLec JLep和MD搜索策略,闡述了b將執行數據庫搜索。艾爾,CL,厘米,靜,通用電氣,JLep, LJ,醫學博士M-PD, nr,操作係統,鉛、PSA、TS和VC將執行篩選選擇標題和摘要。艾爾,CL,厘米,通用電氣,JLep,醫學博士,nr,操作係統,鉛、TS和VC將執行篩選選擇全文檢查。聖將執行統計分析。CL和厘米的初稿這手稿。鋁、BS、靜、EP、通用電氣、JLec, JLep, LJ,醫學博士M-PD, nr,操作係統,鉛、PSA、聖、TS和VC批判性評論第一稿,大大促進了最終版本。所有作者同意這個協議的最終版本。

  • 資金本文是由斯波爾證據聯盟,這是由加拿大衛生研究院的研究(CIHR)在加拿大Patient-Oriented戰略研究(斯波爾)計劃(https://sporevidencealliance.ca)。CL收到機構撥款的魁北克大學Rimouski(昏聵Institutionnel de精心設計的,2019年和2020年)進行係統綜述。兩個用戶從Qualaxia網絡知識(https://qualaxia.org提供實物)的支持。中心提供的實物支持也將德說是CISSS de Chaudiere-Appalaches集團統計的參與

  • 相互競爭的利益沒有宣布。

  • 病人和公眾參與病人和/或公眾參與設計,或行為,或報告,或傳播本研究計劃。是指部分進一步了解細節的方法。

  • 出處和同行評議不是委托;外部同行評議。

  • 補充材料此內容已由作者(年代)。尚未審查由BMJ出版集團有限公司(BMJ)和可能沒有被同行評議。任何意見或建議討論僅代表作者(年代)和不了BMJ的支持。和責任起源於BMJ概不負責任何依賴的內容。內容包括任何翻譯材料,BMJ並不保證翻譯的準確性和可靠性(包括但不限於當地法規、臨床指南,術語,藥物名稱和藥物劑量),和不負責任何錯誤或遺漏引起的翻譯和改編或否則。