L’équipe du service de Psychiatrie de l’adulte de l’hôpital Hôtel-Dieu AP-HP, de l’Inserm et d’Université Paris Cité, coordonnée par le Pr Cédric Lemogne au sein du DMU Psychiatrie et Addictologie (AP-HP Centre-Université Paris Cité), a utilisé une méthode innovante pour comparer l’efficience de différentes options thérapeutiques, après l’échec d’un premier traitement antidépresseur.

© Université Paris Cité
La dépression est une maladie psychique fréquente qui perturbe fortement la vie quotidienne. De nombreux facteurs psychologiques, biologiques et environnementaux sont en cause dans sa survenue. En France, 10% des adultes ont souffert d’un épisode dépressif caractérisé au cours des douze derniers mois.
En cas d’épisode dépressif d’intensité modérée à sévère, ainsi que pour de nombreux troubles anxieux, comme le trouble panique ou l’anxiété généralisée, les antidépresseurs constituent le traitement médicamenteux de première ligne. Mais seul un patient sur deux bénéficie du premier traitement antidépresseur prescrit. Plusieurs stratégies médicamenteuses sont utilisées en cas d’échec de ce premier traitement, la plus fréquente étant de prescrire un autre antidépresseur à la place, ou en plus du premier.
L’objectif de cette étude était de comparer les différentes stratégies thérapeutiques de seconde ligne, après l’échec d’un premier traitement antidépresseur, alors que la littérature scientifique basée sur les essais randomisés ne permet toujours pas de guider ce choix.
L’équipe de recherche a utilisé le système national des données de santé (SNDS) en suivant ce procédé : après toute prescription d’un antidépresseur, chaque prescription suivante reflète une appréciation de l’efficacité et de la tolérance de la précédente. Si le même médicament est reconduit, il est plus probable qu’il ait été efficace et bien toléré que si un autre médicament a été prescrit. Ainsi, chaque jour, des centaines de médecins évaluent l’efficacité et la tolérance du traitement antidépresseur précédemment prescrit à un patient et laissent une trace de cette évaluation dans le SNDS.
À partir de données couvrant plus de 80% de la population française, les chercheurs ont identifié1,2 million de personnes ayant reçu un antidépresseur pour la première fois en 2011, dont plus de 60 000 ayant ensuite reçu un second médicament. Le critère de jugement était la probabilité de continuation de l’antidépresseur prescrit en seconde ligne.
Les résultats obtenus montrent qu’après un inhibiteur sélectif de recapture de la sérotonine (ISRS) en première ligne, prescrire un autre ISRS était l’option la plus efficiente en seconde ligne. Après la prescription d’un alpha-2 bloqueur ou d’un antidépresseur tricyclique, prescrire une bithérapie était l’option la plus efficiente en seconde ligne. Enfin, après la prescription d’un inhibiteur de la recapture de la sérotonine et de la noradrénaline (IRSNA), il n’y avait pas de différence entre ces deux stratégies.
De plus, l’option la plus efficiente en deuxième ligne était quasiment toujours l’escitalopram, alors que la venlafaxine était l’option la plus efficace en deuxième ligne après un traitement par escitalopram, suivie par sertraline et fluoxétine.
Par ailleurs, certains traitements de seconde ligne se sont avérés nettement moins efficients que l’option de référence. Par exemple, après un traitement en première ligne par venlafaxine, un traitement en seconde ligne par tianeptine ou miansérine, bien qu’autant prescrits que la sertraline, était deux fois moins efficient.
Cette étude suggère que tous les traitements antidépresseurs de seconde ligne ne se valent pas et qu’ils devraient être choisis en fonction du premier antidépresseur prescrit.
Aussi, cette étude ouvre la voie à l’utilisation des bases de données médico-administratives telles que le SDNS dans l’évaluation, non seulement de l’efficience des traitements antidépresseurs, mais également d’autres médicaments, aussi bien dans leur indication première que comme candidats à un repositionnement.
Ces travaux ont été menés à partir de données du système national des données de santé (SNDS) en collaboration avec la Caisse nationale de l’Assurance Maladie (Cnam).
Références
Acceptability of Second-Line Antidepressant Medications Using Filled Prescription Sequences in a Nationwide Cohort Study – Charles Ouazana-Vedrines, Thomas Lesuffleur, Pierre Denis, Nicolas Hoertel, Romain Olekhnovitch, Mark Olfson, Carlos Blanco, Frédéric Limosin, Antoine Rachas, Philippe Tuppin, et Cédric Lemogne. Journal of Clinical Psychiatry
DOI : 10.4088/JCP.21m14248
À lire aussi

ERC Advanced Grant 2024 : trois lauréats à l’Université Paris Cité
L’Université Paris Cité adresse ses félicitations au Professeur Philippe Lognonné, et aux Docteurs Razvan Caracas et Marc Chaussidon, tous trois membres de l’Institut de physique du globe de Paris (IPGP), pour l’obtention de trois financements du Conseil européen de...
lire plus
Félicitations aux 5 lauréates et lauréats des médailles CNRS 2025
En 2025, cinq enseignantes-chercheuses, enseignants-chercheurs, chercheuses et chercheurs menant leurs travaux au sein d’unités de recherche de l'Université Paris Cité ont été récompensés par trois médailles d’argent et deux médailles de bronze. © Monnaie de Paris Les...
lire plus
Jean-Laurent Casanova nommé à l’Académie européenne des sciences
Jean-Laurent Casanova (PU-PH Université Paris Cité – AP-HP), directeur de l’équipe de recherche "Génétique humaine des maladies infectieuses : prédisposition monogénique" à l’Institut Imagine, dont l’Université Paris Cité est l’un des membres fondateurs, vient d’être...
lire plus![PR[AI]RIE-PSAI : un levier stratégique pour renforcer la recherche et l’enseignement en Intelligence Artificielle (IA)](https://www-test.u-pariscite.fr/wp-content/uploads/2025/06/Photo-PRAIRIE-PSAI-21-1080x675.jpg)
PR[AI]RIE-PSAI : un levier stratégique pour renforcer la recherche et l’enseignement en Intelligence Artificielle (IA)
Le projet PR[AI]RIE-PSAI (pour PR[AI]RIE - Paris School of AI), dont la réunion de lancement s’est tenue le 12 juin 2025 à PariSanté Campus, s’inscrit dans une dynamique ambitieuse autour de l’intelligence artificielle, de l’innovation responsable, et de...
lire plus