ASCP 2019

HarmReseark 2019 वार्षिक बैठक अमेरिकी क्लिनिकल साइकोफार्माकोलोजीको एएससीपीको वार्षिक बैठकमा निम्न प्रस्तुतीकरण दिनुभयो:

बुधवार, मे 29th, 2019, 11: 15 बिहान 1 अपराह्न पोस्टर


बुधबार, मई 29th, 2019 पोस्टर

 

आयामी स्केल डाटा वर्गीकृत डेटा भन्दा बढी संवेदनशील छ
एन्टी-आत्महत्या प्रभाव सिग्नल पत्ता लगाउनमा? एउटा केस स्टडी

डेभिड भि शेहान एमडी, एमबीए, डीएलएफएपी 1, 2, 3

जेनिफर एम गिडेन्स बीए 2, 3

1 द द युनाइटेड स्टेट्स ऑफ दक्षिण फ्लोरिडा कलेज, ताम्पा, फ्लो, संयुक्त राज्य अमेरिका

2 हर्म रिसर्च इन्स्टीट्यूट, ताम्पा, फ्लो, संयुक्त राज्य अमेरिका

3 सिसिडीलिटी, टाम्पा, फ्लो, संयुक्त राज्य अमेरिका को अनुसन्धान को लागि ताम्पा केन्द्र

 

यो पोस्टरको वाटरमार्क गरिएको, पूर्वावलोकन प्रतिलिपि हेर्न वा डाउनलोड गर्न यहाँ क्लिक गर्नुहोस्

 

मिति:  बुधबार, मई 29th, 2019

समय: 11: 15 बिहान 1 अपरान्ह

स्थान:   Palomino 4-10, फेयरमन्ट Scottsdale राजकुमारी, Scottsdale, AZ

पोस्टर संख्या:  W3

सार:

परिचय:  यस केस स्टडीले एक वर्गीकरण प्रणाली र आयामी स्केल डेटा प्रयोग गरेर एक आत्महत्या विरोधी उपचार को प्रभावकारिता ट्र्याक गर्न को सापेक्ष गुण रिपोर्ट गर्दछ।

विधिहरू:  लगभग years० बर्ष भन्दा बढी दैनिक आत्महत्याको अनुभव गर्ने 31१ बर्षे महिला महिलाले सम्भवतः शीहान - आत्महत्या ट्र्याकिंग स्केल (S-STS) को कम्प्यूटराइज्ड संस्करणको प्रयोग गरेर 20० हप्तामा एक आत्म-रिपोर्ट डाटा श्रृंखला स collected्कलन गर्‍यो र समयसीमा समेटेको थियो। आत्महत्या को लागी प्रभावी उपचार को लागी। एस-एसटीएस डाटा एफडीए-कासा २०१२ कोटिहरूमा म्याप गरिएको थियो र सम्बन्धित गम्भीरता स्कोर, घटना गणना, र आत्महत्यामा बिताएको समयको तुलनामा सबै एस-एसटीएस (एक आयामिक मापन) बाट बनाइएको थियो।

परिणाम:  S-STS (आयामी) 2 को 6 हप्ता सम्ममा प्रभावकारिता संकेत देखायो। वर्गीकृत डेटा प्रभावकारिता संकेत देखाउन 14 र 21 हप्ता बीचको समय लिए। "प्रति दिन आत्महत्यामा बढी समय बिताएको" मापन प्रभावकारी संकेत (वा प्रभावकारिताको हानी) भन्दा बढि संवेदनशील थियो, रैंक क्रममा: एक्सएनयूएमएक्स) "दिनहुँ आत्महत्यामा बिताइएको सामान्य समय", एक्सएनयूएमएक्स) "कम से कम समय प्रति दिन आत्महत्यामा खर्च भयो ", 1) दुबै सक्रिय र निष्क्रिय आत्मघाती विचारधारा घटना गणना, र 2) सब भन्दा उच्च एफडीए-कासा 3 कोटि हप्ताको लागि समर्थन गरियो। सक्रिय र निष्क्रिय आत्मघाती विचारधाराको प्रयोगले घटनाहरूको गणना गर्दछ सबैभन्दा कमसेकम, र सामान्यतया आत्महत्यामा दिन बिताएको सामान्य समय प्रभावकारिता संकेत र बिगार्ने संकेतको बीच भेद लिन मद्दत गर्दछ।

निष्कर्ष:  अध्ययन गरिएको प्रत्येक वर्गको लागि, त्यहाँ 10 र 17 हप्ताको बीचमा थप डिसेरी थियो जब सम्बन्धित आयामी स्केल डाटाको तुलनामा एन्टी-आत्मघोषित प्रभावकारिता संकेत पत्ता लगाउन वर्गीकरण गरिएको डाटाको क्षमतामा। यो anti-आत्महत्या उपचार प्रभावकारिता (र सुरक्षा) परिणाम उपायहरु को डिजाइन को लागी प्रभावहरु छ। एक आयामी आत्महत्या मापन को समावेश को पनि क्रमशः anti-आत्महत्या प्रभावकारिता पत्ता लगाउने सम्भावना बढ्छ जबकि अन्य CNS संकेतहरूको लागि उम्मेदवार औषधि उपचार अनुसन्धान। Cerca ट्रोवा।

सिक्ने उद्देश्यहरू:

यस प्रस्तुतीकरणका साथ, सहभागीहरू अझ राम्रो हुन सक्नेछन्:

१. मूल्या dimen्कन गर्नुहोस् कि आयामी आत्महत्या पैमाने मापन तुलनात्मक वर्गीकरण मापन भन्दा एक anti- आत्महत्या प्रभावकारिता संकेत पत्ता लगाउन मा अधिक संवेदनशील छन्।

2। सराहना गर्नुहोस् कि आयामी आत्महत्या स्केलहरू अन्य सीएनएस संकेतहरूको लागि उम्मेद्वार औषधि उपचारको अनुसन्धान गर्दा क्रमशः एन्टी-आत्महत्या प्रभावकारिता फेला पार्ने बढी सम्भावना हुन सक्छ।

3। मूल्यांकन गर्नुहोस् कि आयामी आत्महत्या पैमाने मापन तुलनात्मक वर्गीकरण मापन भन्दा एक anti- आत्महत्या (उपचार उद्भव) सुरक्षा संकेत पत्ता लगाउन मा अधिक संवेदनशील हुन सक्छ।

साहित्य सन्दर्भहरू:

१. संयुक्त राज्य खाद्य र औषधि प्रशासन, स्वास्थ्य र मानव सेवा विभाग। उद्योगका लागि मार्गदर्शन: आत्महत्या: क्लिनिकल परीक्षणहरूमा हुने सम्भावित मूल्यांकन, ड्राफ्ट मार्गदर्शन। [अक्टुबर १, २०१]]। http://www.fda.gov/downloads/Drugs/Guidances/UCM225130.pdf अगस्ट 2012। संशोधन 1।

२. शीहान, डीभी, गिड्न्स, जेएम, र शीहान, IS (२०१))। शीहान-आत्महत्या ट्र्याकिंग स्केल (S-STS) २०१ on मा स्थिति अपडेट। क्लिनिकल न्यूरोसिसिसमा नवाचार, 11(9-10), 93। PDF: http://innovationscns.epubxp.com/i/425963/92

कसरी बताउनुहोस्:

शीहान डीभी, गिड्न्स जेएम। के आयामी स्केल डाटा एंटी-आत्महत्या प्रभावकारिता सिग्नल पत्ता लगाउन वर्गीकरण डाटा भन्दा बढी संवेदनशील छ? एउटा केस स्टडी। पोस्टर। वार्षिक बैठक, अमेरिकी क्लिनिकल साइकोफार्माकोलोजी सोसाइटी (ASCP), Scottsdale, AZ, मे, 29, 2019।