- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT04666662
A Prognostic Model to PREDICT Relapse of Depression in Primary Care (PREDICTR)
Development and Validation of a Prognostic Model to PREDICT Relapse of Depression in Adult Patients in Primary Care
Przegląd badań
Status
Warunki
Szczegółowy opis
Most patients with depression are treated in primary care by general practitioners (GPs). Relapse of depression is common and leads to considerable morbidity and decreased quality of life for patients. Estimates suggest that at least 50% of patients treated for depression will relapse after a single episode. The majority of these will relapse within 6 months and the risk of relapse increases for each successive episode of depression. GPs see a largely undifferentiated case-mix of patients and, once patients with depression reach remission, there is limited guidance and no validated tools to help GPs stratify patients according to risk of relapse.This study will potentially derive a statistical model to predict relapse of depression in remitted depressed patients in primary care.
The investigators have created a longitudinal cohort of patients drawn from seven randomised controlled trials (RCTs) of non-pharmacological primary care-based interventions for depression and one longitudinal cohort study. The investigators will use logistic regression to predict the outcome of relapse of depression within 6-8 months. The investigators plan to include the following well-evidenced relapse predictors in the model: residual depressive symptoms; number of previous episodes of depression; co-morbid anxiety; and severity of the index episode. They will also control for RCT intervention received by participants.
If sample size and availability of predictor information allows, the investigators will include the following predictors in an exploratory analysis: age; relationship status; multi-morbidity; employment status; gender; and ethnicity. Generalisability will be assessed through internal-external cross-validation and net benefit will be explored.
Typ studiów
Zapisy (Oczekiwany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Andrew Moriarty, MRes
- Numer telefonu: 01904 32 5963
- E-mail: andrew.moriarty@york.ac.uk
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
Opis
Inclusion Criteria:
- Remitted depressive disorder
Exclusion Criteria:
- Co-existing severe mental illness
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
---|---|---|
Whether a participant relapses or not within 6-8 months (binary outcome)
Ramy czasowe: 6-8 months
|
Relapse is the re-emergence of depressive symptoms according to Patient Health Questionnaire (PHQ-9)
|
6-8 months
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Andrew Moriarty, MRes, University of York
Publikacje i pomocne linki
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Oczekiwany)
Zakończenie podstawowe (Oczekiwany)
Ukończenie studiów (Oczekiwany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 11ST2044
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .