<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">

<HTML><HEAD><TITLE></TITLE>

<META http-equiv=Content-Type content="text/html; charset=us-ascii">

<META content="MSHTML 6.00.2800.1106" name=GENERATOR></HEAD>

<BODY bgColor=#ffffff>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff 

size=2>Regarding Lynn's comments, I think you have</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>to 

separate biochemical from circumstantial</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>causes 

for depression.</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff 

size=2></FONT></SPAN>&nbsp;</DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>In the 

Bay Area, we are emerging from a</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>period 

when it was reasonable for computer</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>people 

to lose hope about finding employment</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff 

size=2>because there simply were not enough</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>job 

openings for the number of people who were</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff 

size=2>unemployed.&nbsp; Depression was a realistic</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff 

size=2>response to the situation.&nbsp; Now the number</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>of job 

postings is up and we have reason</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>to 

hope that we can find work.</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff 

size=2></FONT></SPAN>&nbsp;</DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>On the 

other hand, I have previously</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>posted 

some information suggesting</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>that 

dietary changes involving reduced</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff 

size=2>consumption of fish, perhaps due to</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff 

size=2>population pressure on marine reserves,</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>has 

led to biochemical depression</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>due to 

omega-3 deficiencies.</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff 

size=2></FONT></SPAN>&nbsp;</DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>It may 

also be interesting to look at</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff 

size=2>mercury leaching out of tooth fillings</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>as a 

biochemical cause of depression</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff size=2>on a 

toxicity basis.</FONT></SPAN></DIV>

<DIV><SPAN class=798102115-23102005></SPAN>&nbsp;</DIV>

<DIV><SPAN class=798102115-23102005><FONT face=Arial color=#0000ff 

size=2></FONT></SPAN>&nbsp;</DIV>

<BLOCKQUOTE dir=ltr style="MARGIN-RIGHT: 0px">

  <DIV class=OutlookMessageHeader dir=ltr align=left><FONT face=Tahoma 

  size=2>-----Original Message-----<BR><B>From:</B> 

  paleopsych-bounces@paleopsych.org 

  [mailto:paleopsych-bounces@paleopsych.org]<B>On Behalf Of </B>Todd I. 

  Stark<BR><B>Sent:</B> Sunday, October 23, 2005 7:19 AM<BR><B>To:</B> The new 

  improved paleopsych list<BR><B>Subject:</B> Re: [Paleopsych] Prevention &amp; 

  Treatment: Listening to ProzacbutHearing Placebo<BR><BR></FONT></DIV><FONT 

  face=Arial,sans-serif><FONT size=2>Kirsch and Sapirstein (1998) was actually 

  the lead article for a whole series of articles in Prevention and 

  Treatment.&nbsp; If you read the rest of the series, you'll see that there is 

  good evidence that the placebo effect and the drug effect are largely 

  independent.&nbsp; That is, the effect of SSRIs and the effect of expectancy 

  both contribute to the clinical outcome, but neither depends entirely upon the 

  other.&nbsp; The common interpretation that evidence of expectancy effects is 

  also evidence against the efficacy of SSRIs is inaccurate, or at least very 

  misleading.&nbsp; In my opinion, a more consistent interpretation would be 

  that expectancy effects and drug effects are both important factors in 

  clinical outcome for depression, and that the investigative goal should 

  probably focus on the conditions facilitating each, and the tradeoffs for 

  each.<BR><BR>kind regards,<BR><BR>Todd<BR><BR><SPAN type="cite">Lynn D. 

  Johnson, Ph.D. wrote on 10/22/2005, 9:35 PM:</SPAN> </FONT></FONT>

  <P><FONT face=Arial,sans-serif size=2></FONT></P>

  <BLOCKQUOTE 

  style="PADDING-LEFT: 10px; MARGIN-LEFT: 0pt; BORDER-LEFT: blue thin solid" 

  type="cite"><FONT face=Arial,sans-serif size=2>The interesting thing about 

    this is that the placebo effect for antidepressants has been consistently 

    increasing since the 1980s when Prozac came out, and Kramer wrote 

    <I>Listening to Prozac</I>.* This suggests that loss of hope is a key 

    ingredient in depression; how that interfaces with the Omega-3 evidence, I 

    wish someone would tell me.<BR>Lynn<BR>*The increasing placebo effect means 

    it is steadily harder to show a statistically significant treatment effect 

    for antidepressants. Discouraging for the drug houses.<BR><BR>Steve Hovland 

    wrote:<BR></FONT>

    <BLOCKQUOTE cite=midBKELILMJLCPGPPBCGKNHKEAOCBAA.shovland@mindspring.com 

type="cite"><FONT face=Arial,sans-serif size=2><PRE wrap="">There was a studyin Britain not so long ago where Zoloft, placebo, and St. John's Wort produced similar results.  I have heard that St. Johns is the most common prescription for depression in Germany. -----Original Message----- From: <A class=moz-txt-link-abbreviated href="mailto:paleopsych-bounces@paleopsych.org">paleopsych-bounces@paleopsych.org</A> [<A class=moz-txt-link-freetext href="mailto:paleopsych-bounces@paleopsych.org">mailto:paleopsych-bounces@paleopsych.org</A>]On Behalf Of Lynn D. Johnson, Ph.D. Sent: Saturday, October 22, 2005 12:57 PM To: The new improved paleopsych list Subject: Re: [Paleopsych] Prevention &amp; Treatment: Listening to Prozac butHearing Placebo Recent reviews of effect size of antidepresants is around 0.2,  indicating 2/10s of a standard deviation difference between placebo and  active drug. Active placebos (with side effects) have a bigger effect  size. Not!

e than there is little placebo response seen in anti-psychotic <BR>and ADHD drugs, presumably because of the difference in the patient <BR>population.<BR>Lynn<BR><BR>Premise Checker wrote:<BR><BR>  </PRE><FONT 

      face=Arial,sans-serif size=2></FONT>

<BLOCKQUOTE type="cite"><FONT face=Arial,sans-serif size=2><PRE wrap="">Listening to Prozac but Hearing Placebo: A Meta-Analysis of  Antidepressant Medication <A class=moz-txt-link-freetext href="http://www.journals.apa.org/prevention/volume1/pre0010002a.html">http://www.journals.apa.org/prevention/volume1/pre0010002a.html</A> Prevention &amp; Treatment, Volume 1, Article 0002a, posted June 26, 1998 [I read something similar in Science, maybe twenty years ago, about  the placebo effect being proportionate to the medical effect, and I  think it deal with a much larger categories of illnesses. Does anyone  know anything further about these anomalies?] by Irving Kirsch, Ph.D., University of Connecticut, Storrs, CT and Guy Sapirstein, Ph.D., Westwood Lodge Hospital, Needham, MA      ABSTRACT      Mean effect sizes for changes in depression were calculated for      2,318 patients who had been randomly assigned to either      antidepressant medication or placebo in 19 double!

-blind clinical<BR>     trials. As a proportion of the drug response, the placebo response<BR>     was constant across different types of medication (75%), and the<BR>     correlation between placebo effect and drug effect was .90. These<BR>     data indicate that virtually all of the variation in drug effect<BR>     size was due to the placebo characteristics of the studies. The<BR>     effect size for active medications that are not regarded to be<BR>     antidepressants was as large as that for those classified as<BR>     antidepressants, and in both cases, the inactive placebos produced<BR>     improvement that was 75% of the effect of the active drug. These<BR>     data raise the possibility that the apparent drug effect (25% of<BR>     the drug response) is actually an active placebo effect.<BR>     Examination of pre-post effect sizes among depressed individuals<BR>     assigned to no-treatment or wait-list control groups suggest that<BR>     approximately one quarter!

of the drug response is due to the      administration of an active medication, one half is a placebo      effect, and the remaining quarter is due to other nonspecific      factors.      _________________________________________________________________      EDITORS' NOTE      The article that follows is a controversial one. It reaches a      controversial conclusion--that much of the therapeutic benefit of      antidepressant medications actually derives from placebo      responding. The article reaches this conclusion by utilizing a      controversial statistical approach--meta-analysis. And it employs      meta-analysis controversially--by meta-analyzing studies that are      very heterogeneous in subject selection criteria, treatments      employed, and statistical methods used. Nonetheless, we have chosen      to publish the article. We have done so because a number of the      colleagues who originally reviewed the !

manuscript believed it had      considerable merit, even while they recognized the clearly      contentious conclusions it reached and the clearly arguable      statistical methods it employed.      We are convinced that one of the principal aims of an electronic      journal ought to be to bring our readers information on a variety      of current topics in prevention and treatment, even though much of      it will be subject to heated differences of opinion about worth and      ultimate significance. This is to be expected, of course, when one      is publishing material at the cutting-edge, in a cutting-edge      medium.      We also believe, however, that soliciting expert commentary to      accompany particularly controversial articles facilitates the      fullest possible airing of the issues most germane to appreciating      both the strengths and the weaknesses of target articles. In the      same vein, we welcome !

comments on the article from readers as well,      though for obvious reasons, we cannot promise to publish all of      them.      Feel free to submit a comment by emailing <A class=moz-txt-link-abbreviated href="mailto:admin@apa.org">admin@apa.org</A>.      Peter Nathan, Associate Editor (Treatment)      Martin E. P. Seligman, Editor      _________________________________________________________________      We thank R. B. Lydiard and Smith-Kline Beecham Pharaceuticals for      supplying additional data. We thank David Kenny for his assistance      with the statistical analyses. We thank Roger P. Greenberg and      Daniel E. Moerman for their helpful comments on earlier versions of      this paper.      Correspondence concerning this article should be addressed to      Irving Kirsch, Department of Psychology, U-20, University of      Connecticut, 406 Babbidge Road Storrs, CT 06269-1020.      E-mail: <A class="!&#13;&#10;moz-txt-link-abbreviated" href="mailto:Irvingk@uconnvm.uconn.edu">Irvingk@uconnvm.uconn.edu</A>      _________________________________________________________________    More placebos have been administered to research participants than any    single experimental drug. Thus, one would expect sufficient data to    have accumulated for the acquisition of substantial knowledge of the    parameters of placebo effects. However, although almost everyone    controls for placebo effects, almost no one evaluates them. With this    in mind, we set about the task of using meta-analytic procedures for    evaluating the magnitude of the placebo response to antidepressant    medication.    Meta-analysis provides a means of mathematically combining results    from different studies, even when these studies have used different    measures to assess the dependent variable. Most often, this is done by    using the statistic d, which is a standar!

dized difference score. This    effect size is generally calculated as the mean of the experimental    group minus the mean of the control group, divided by the pooled    standard deviation. Less frequently, the mean difference is divided by    standard deviation of the control group (Smith, Glass, &amp; Miller,    1980).    Ideally, to calculate the effect size of placebos, we would want to    subtract the effects of a no-placebo control group. However, placebos    are used as controls against which the effects of physical    interventions can be gauged. It is rare for an experimental condition    to be included against which the effects of the placebo can be    evaluated. To circumvent this problem, we decided to calculate    within-cell or pre-post effect sizes, which are the posttreatment mean    depression score minus the pretreatment mean depression score, divided    by the pooled standard deviation (cf. Smith et al., 1980)!

. By doing    this for both placebo groups and medication groups, we can estimate    the proportion of the response to antidepressant medication that is    duplicated by placebo administration, a response that would be due to    such factors as expectancy for improvement and the natural course of    the disorder (i.e., spontaneous remission). Later in this article, we    also separate expectancy from natural history and provide estimates of    each of these effects.    Although our approach is unusual, in most cases it should provide    results that are comparable to conventional methods. If there are no    significant pretreatment differences between the treatment and control    groups, then the subtraction of mean standardized pre-post difference    scores should result in a mean effect size that is just about the same    as that produced by subtracting mean standardized posttreatment    scores. Suppose, for example, we have a !

study with the data displayed    in Table 1. The conventionally calculated effect size would be would    be 1.00. The pre-post effect sizes would be 3.00 for the treatment    group and 2.00 for the control group. The difference between them is    1.00, which is exactly the same effect calculated from posttreatment    scores alone. However, calculating the effect size in this manner also    provides us with the information that the effect of the control    procedure was 2/3 that of the treatment procedure, information that we    do not have when we only consider posttreatment scores. Of course, it    is rare for two groups to have identical mean pretreatment scores, and    to the extent that those scores are different, our two methods of    calculation would provide different results. However, by controlling    for baseline differences, our method should provide the more accurate    estimate of differential outcome.    CAPTION: Ta!

ble 1    Hypothetical Means and Standard Deviations for a Treatment Group and a    Control Group                       Treatment                  Control              Pretreatment Posttreatment Pretreatment Posttreatment           M         25.00         10.00        25.00         15.00           SD         5.50          4.50         4.50          5.50                    The Effects of Medication and Placebo Study Characteristics    Studies assessing the efficacy of antidepressant medication were    obtained through previous reviews (Davis, Janicak, &amp; Bruninga, 1987;    Free &amp; Oei, 1989; Greenberg &amp; Fisher, 1989; Greenberg, Bornstein,    Greenberg, &amp; Fisher, 1992; Workman &amp; Short, 1993), supplemented by a    computer search of PsycLit and MEDLINE databases from 1974 to 1995    using the search terms drug-therapy or pharmacotherapy or    psychotherapy or placebo and depression or affective disord!

ers.    Psychotherapy was included as a search term for the purpose of    obtaining articles that would allow estimation of changes occurring in    no-treatment and wait-list control groups, a topic to which we return    later in this article. Approximately 1,500 publications were produced    by this literature search. These were examined by the second author,    and those meeting the following criteria were included in the    meta-analysis:     1. The sample was restricted to patients with a primary diagnosis of        depression. Studies were excluded if participants were selected        because of other criteria (eating disorders, substance abuse,        physical disabilities or chronic medical conditions), as were        studies in which the description of the patient population was        vague (e.g., "neurotic").     2. Sufficient data were reported or obtainable to calculate        within-condition effect sizes. This re!

sulted in the exclusion of        studies for which neither pre-post statistical tests nor        pretreatment means were available.     3. Data were reported for a placebo control group.     4. Participants were assigned to experimental conditions randomly.     5. Participants were between the ages of 18 and 75.    Of the approximately 1,500 studies examined, 20 met the inclusion    criteria. Of these, all but one were studies of the acute phase of    therapy, with treatment durations ranging from 1 to 20 weeks (M =    4.82). The one exception (Doogan &amp; Caillard, 1992) was a maintenance    study, with a duration of treatment of 44 weeks. Because of this    difference, Doogan and Caillard's study was excluded from the    meta-analysis. Thus, the analysis was conducted on 19 studies    containing 2,318 participants, of whom 1,460 received medication and    858 received placebo. Medications studied were amitriptyline,    amy!

lobarbitone, fluoxetine, imipramine, paroxetine, isocarboxazid,    trazodone, lithium, liothyronine, adinazolam, amoxapine, phenelzine,    venlafaxine, maprotiline, tranylcypromine, and bupropion.   The Calculation of Effect Sizes    In most cases, effect sizes (d) were calculated for measures of    depression as the mean posttreatment score minus the mean pretreatment    score, divided by the pooled standard deviation (SD). Pretreatment SDs    were used in place of pooled SDs in calculating effect sizes for four    studies in which posttreatment SDs were not reported (Ravaris, Nies,    Robinson, et al., 1976; Rickels &amp; Case, 1982; Rickels, Case,    Weberlowsky, et al., 1981; Robinson, Nies, &amp; Ravaris, 1973). The    methods described by Smith et al. (1980) were used to estimate effect    sizes for two studies in which means and SDs were not reported. One of    these studies (Goldberg, Rickels, &amp; Finnerty, 1981) repor!

ted the t    value for the pre-post comparisons. The effect size for this study was    estimated using the formula:      d= t (2/n)^1/2    where t is the reported t value for the pre-post comparison, and n is    the number of subjects in the condition. The other study (Kiev &amp;    Okerson, 1979) reported only that there was a significant difference    between pre- and posttreatment scores. As suggested by Smith et al.    (1980), the following formula for estimating the effect size was used:      d= 1.96 (2/n)^ 1/2 ,    where 1.96 is used as the most conservative estimation of the t value    at the .05 significance level used by Kiev and Okerson. These two two    effect sizes were also corrected for pre-post correlation by    multiplying the estimated effect size by (1 - r)^ 1/2 , r being the    estimate of the test-retest correlation (Hunter &amp; Schmidt, 1990).    Bailey and Coppen (1976) reported test-retest c!

orrelations of .65 for    the Beck Depression Inventory (BDI; Beck, Ward, Mendelson, Mock, &amp;    Erbaugh, 1961) and .50 for the Hamilton Rating Scale for Depression    (HRS-D; Hamilton, 1960) . Therefore, in order to arrive at an    estimated effect size, corrected for the pre-post correlation, the    estimated effect sizes of the HRS-D were multiplied by 0.707 and the    effect sizes of the BDI were multiplied by 0.59.    In studies reporting multiple measures of depression, an effect size    was calculated for each measure and these were then averaged. In    studies reporting the effects of two drugs, a single mean effect size    for both was calculated for the primary analysis. In a subsequent    analysis, the effect for each drug was examined separately. In both    analyses, we calculated mean effect sizes weighted for sample size (D;    Hunter &amp; Schmidt, 1990).   Effect Sizes    Sample sizes and effect size!

s for patients receiving medication or    placebo are presented in Table 2. Mean effect sizes, weighted for    sample size, were 1.55 SDs for the medication response and 1.16 for    the placebo response. Because effect sizes are obtained by dividing    both treatment means by a constant (i.e., the pooled SD), they can be    treated mathematically like the scores from which they are derived. ^1    In particular, we have shown that, barring pretreatment between-group    differences, subtracting the mean pre-post effect size of the control    groups from the mean pre-post effect size of the experimental groups    is equivalent to calculating an effect size by conventional means.    Subtracting mean placebo response rates from mean drug response rates    reveals a mean medication effect of 0.39 SDs. This indicates that 75%    of the response to the medications examined in these studies was a    placebo response, and at most, 25% might be a !

true drug effect. This<BR>   does not mean that only 25% of patients are likely to respond to the<BR>   pharmacological properties of the drug. Rather, it means that for a<BR>   typical patient, 75% of the benefit obtained from the active drug<BR>   would also have obtained from an inactive placebo.<BR><BR>   CAPTION: Table 2<BR>   Studies Including Placebo Control Groups<BR><BR>                                            Drug    Placebo<BR>                         Study             n   d    n    d<BR>               Blashki et al. (1971)       43 1.75  18  1.02<BR>               Byerly et al. (1988)        44 2.30  16  1.37<BR>               Claghorn et al. (1992)     113 1.91  95  1.49<BR>               Davidson &amp; Turnbull (1983)  11 4.77   8  2.28<BR>               Elkin et al. (1989)         36 2.35  34  2.01<BR>               Goldberg et al. (1981)     179 0.44  93  0.44<BR>               Joffe et al. (1993)         34 1.43  16  0.61<BR>               Kahn et al. (19!

91)          66 2.25  80  1.48<BR>               Kiev &amp; Okerson (1979)       39 0.44  22  0.42<BR>               Lydiard (1989)              30 2.59  15  1.93<BR>               Ravaris et al. (1976)       14 1.42  19  0.91<BR>               Rickels et al. (1981)       75 1.86  23  1.45<BR>               Rickels &amp; Case (1982)      100 1.71  54  1.17<BR>               Robinson et al. (1973)      33 1.13  27  0.76<BR>               Schweizer et al. (1994)     87 3.13  57  2.13<BR>               Stark &amp; Hardison (1985)    370 1.40 169  1.03<BR>               van der Velde (1981)        52 0.66  27  0.10<BR>               White et al. (1984)         77 1.50  45  1.14<BR>               Zung (1983)                 57  .88  40  0.95<BR><BR>   Inspection of Table 2 reveals considerable variability in drug and<BR>   placebo response effect sizes. As a first step toward clarifying the<BR>   reason for this variability, we calculated the correlation between<BR>   drug respon!

se and placebo response, which was found to be    exceptionally high, r = .90, p &lt; .001 (see Figure 1). This indicates    that the placebo response was proportionate to the drug response, with    remaining variability most likely due to measurement error.      [pre0010002afig1a.gif]      Figure 1. The placebo response as a predictor of the drug response.    Our next question was the source of the common variability. One    possibility is that the correlation between placebo and drug response    rates are due to between-study differences in sample characteristics    (e.g., inpatients vs. outpatients, volunteers vs. referrals, etc.).    Our analysis of psychotherapy studies later in this article provides a    test of this hypothesis. If the correlation is due to between-study    differences in sample characteristics, a similar correlation should be    found between the psychotherapy and no-treatment response rates. In   !

fact, the correlation between the psychotherapy response and the    no-treatment response was nonsignificant and in the opposite    direction. This indicates that common sample characteristics account    for little if any of the relation between treatment and control group    response rates.    Another possibility is that the close correspondence between placebo    and drug response is due to differences in so-called nonspecific    variables (e.g., provision of a supportive relationship, color of the    medication, patients' expectations for change, biases in clinician's    ratings, etc.), which might vary from study to study, but which would    be common to recipients of both treatments in a given study.    Alternately, the correlation might be associated with differences in    the effectiveness of the various medications included in the    meta-analysis. This could happen if more effective medications    inspired greater expec!

tations of improvement among patients or    prescribing physicians (Frank, 1973; Kirsch, 1990). Evans (1974), for    example, reported that placebo morphine was substantially more    effective than placebo aspirin. Finally, both factors might be    operative.    We further investigated this issue by examining the magnitude of drug    and placebo responses as a function of type of medication. We    subdivided medication into four types: (a) tricyclics and    tetracyclics, (b) selective serotonin reuptake inhibitors (SSRI), (c)    other antidepressants, and (d) other medications. This last category    consisted of four medications (amylobarbitone, lithium, liothyronine,    and adinazolam) that are not considered antidepressants.    Weighted (for sample size) mean effect sizes of the drug response as a    function of type of medication are shown in Table 3, along with    corresponding effect sizes of the placebo response and the!

mean effect    sizes of placebo responses as a proportion of drug responses. These    data reveal relatively little variability in drug response and even    less variability in the ratio of placebo response to drug response, as    a function of drug type. For each type of medication, the effect size    for the active drug response was between 1.43 and 1.69, and the    inactive placebo response was between 74% and 76% of the active drug    response. These data suggest that the between-drug variability in drug    and placebo response was due entirely to differences in the placebo    component of the studies.    CAPTION: Table 3    Effect Sizes as a Function of Drug Type    Statistic Type of drug    Antidepressant Other    drugs    Tri- and    tetracyclic SSRI Other    N 1,353 626 683 203    K 13 4 8 3    D--Drug 1.52 1.68 1.43 1.69    D--Placebo 1.15 1.24 1.08 1.29    Placebo/drug .76 .74 .76 .76    N =!

number of subjects; K = number of studies; D = mean weighted    effect size; placebo/drug = placebo response as a proportion of active    drug response.    Differences between active drug responses and inactive placebo    responses are typically interpreted as indications of specific    pharmacologic effects for the condition being treated. However, this    conclusion is thrown into question by the data derived from active    medications that are not considered effective for depression. It is    possible that these drugs affect depression indirectly, perhaps by    improving sleep or lowering anxiety. But if this were the case and if    antidepressants have a specific effect on depression, then the effect    of these other medications ought to have been less than the effect of    antidepressants, whereas our data indicate that the response to these    nonantidepressant drugs is at least as great as that to conventional    antidep!

ressants.    A second possibility is that amylobarbitone, lithium, liothyronine,    and adinazolam are in fact antidepressants. This conclusion is    rendered plausible by the lack of understanding of the mechanism of    clinical action of common antidepressants (e.g., tricyclics). If the    classification of a drug as an antidepressant is established by its    efficacy, rather than by knowledge of the mechanism underlying its    effects, then amylobarbitone, lithium, liothyronine, and adinazolam    might be considered specifics for depression.    A third possibility is that these medications function as active    placebos (i.e., active medications without specific activity for the    condition being treated). Greenberg and Fisher (1989) summarized data    indicating that the effect of antidepressant medication is smaller    when it is compared to an active placebo than when it is compared to    an inert placebo (also see Gre!

enberg &amp; Fisher, 1997). By definition,    the only difference between active and inactive placebos is the    presence of pharmacologically induced side effects. Therefore,    differences in responses to active and inert placebos could be due to    the presence of those side effects. Data from other studies indicate    that most participants in studies of antidepressant medication are    able to deduce whether they have been assigned to the drug condition    or the placebo condition (Blashki, Mowbray, &amp; Davies, 1971; Margraf,    Ehlers, Roth, Clark, Sheikh, Agras, &amp; Taylor, 1991; Ney, Collins, &amp;    Spensor, 1986).^ This is likely to be associated with their previous    experience with antidepressant medication and with differences between    drug and placebo in the magnitude of side effects. Experiencing more    side effects, patients in active drug conditions conclude that they    are in the drug group; experiencing fewe!

r side effects, patients in    placebo groups conclude that they are in the placebo condition. This    can be expected to produce an enhanced placebo effect in drug    conditions and a diminished placebo effect in placebo groups. Thus,    the apparent drug effect of antidepressants may in fact be a placebo    effect, magnified by differences in experienced side effects and the    patient's subsequent recognition of the condition to which he or she    has been assigned. Support for this interpretation of data is provided    by a meta-analysis of fluoxetine (Prozac), in which a correlation of    .85 was reported between the therapeutic effect of the drug and the    percentage of patients reporting side effects (Greenberg, Bornstein,    Zborowski, Fisher, &amp; Greenberg, 1994).                           Natural History Effects    Just as it is important to distinguish between a drug response and a    drug effect, so too is it w!

orthwhile to distinguish between a placebo    response and a placebo effect (Fisher, Lipman, Uhlenhuth, Rickels, &amp;    Park, 1965). A drug response is the change that occurs after    administration of the drug. The effect of the drug is that portion of    the response that is due to the drug's chemical composition; it is the    difference between the drug response and the response to placebo    administration. A similar distinction can be made between placebo    responses and placebo effects. The placebo response is the change that    occurs following administration of a placebo. However, change might    also occur without administration of a placebo. It may be due to    spontaneous remission, regression toward the mean, life changes, the    passage of time, or other factors. The placebo effect is the    difference between the placebo response and changes that occur without    the administration of a placebo (Kirsch, 1985, 1997). !

In the preceding section, we evaluated the placebo response as a    proportion of the response to antidepressant medication. The data    suggest that at least 75% of the drug response is a placebo response,    but it does not tell us the magnitude of the placebo effect. What    proportion of the placebo response is due to expectancies generated by    placebo administration, and what proportion would have occurred even    without placebo administration? That is a much more difficult question    to answer. We have not been able to locate any studies in which pre-    and posttreatment assessments of depression were reported for both a    placebo group and a no-treatment or wait-list control group. For that    reason, we turned to psychotherapy outcome studies, in which the    inclusion of untreated control groups is much more common.    We acknowledge that the use of data from psychotherapy studies as a    comparison with those !

from drug studies is far less than ideal.    Participants in psychotherapy studies are likely to differ from those    in drug studies on any number of variables. Furthermore, the    assignment of participants to a no-treatment or wait-list control    group might also effect the course of their disorder. For example,    Frank (1973) has argued that the promise of future treatment is    sufficient to trigger a placebo response, and a wait-list control    group has been conceputalized as a placebo control group in at least    one well-known outcome study (Sloane, Staples, Cristol, Yorkston, &amp;    Whipple, 1975). Conversely, one could argue that being assigned to a    no-treatment control group might strengthen feelings of hopelessness    and thereby increase depression. Despite these problems, the    no-treatment and wait-list control data from psychotherapy outcome    studies may be the best data currently available for estimating the<!

br>   natural course of untreated depression. Furthermore, the presence of    both types of untreated control groups permits evaluation of Frank's    (1973) hypothesis about the curative effects of the promise of    treatment.   Study Characteristics    Studies assessing changes in depression among participants assigned to    wait-list or no-treatment control groups were obtained from the    computer search described earlier, supplemented by an examination of    previous reviews (Dobson, 1989; Free, &amp; Oei, 1989; Robinson, Berman, &amp;    Neimeyer, 1990). The publications that were produced by this    literature search were examined by the second author, and those    meeting the following criteria were included in the meta-analysis:     1. The sample was restricted to patients with a primary diagnosis of        depression. Studies were excluded if participants were selected        because of other criteria (eating dis!

orders, substance abuse,        physical disabilities or chronic medical conditions), as were        studies in which the description of the patient population was        vague (e.g., "neurotic").     2. Sufficient data were reported or obtainable to calculate        within-condition effect sizes.     3. Data were reported for a wait-list or no-treatment control group.     4. Participants were assigned to experimental conditions randomly.     5. Participants were between the ages of 18 and 75.    Nineteen studies were found to meet these inclusion criteria, and in    all cases, sufficient data had been reported to allow direct    calculation of effect sizes as the mean posttreatment score minus the    mean pretreatment score, divided by the pooled SD. Although they are    incidental to the main purposes of this review, we examined effect    sizes for psychotherapy as well as those for no-treatment and    wait-list control grou!

ps.   Effect Sizes    Sample sizes and effect sizes for patients assigned to psychotherapy,    wait-list, and no-treatment are presented in Table 4. Mean pre-post    effect sizes, weighted for sample size, were 1.60 for the    psychotherapy response and 0.37 for wait-list and no-treatment control    groups. Participants given the promise of subsequent treatment (i.e.,    those in wait-list groups) did not improve more than those not    promised treatment. Mean effect sizes for these two conditions were    0.36 and 0.39, respectively. The correlation between effect sizes (r =    -.29) was not significant.    CAPTION: Table 4    Studies Including Wait-List or No-Treatment    Control Groups                       Study               Psychotherapy  Control                                         n        d       n    d            Beach &amp; O'Leary (1992)       15          2.37 15  0.97            Beck &amp; Stro!

ng (1982)         20          2.87 10 -0.28<BR>           Catanese et al. (1979)       99          1.39 21  0.16<BR>           Comas-Diaz (1981)            16          1.87 10 -0.12<BR>           Conoley &amp; Garber (1985)      38          1.10 19  0.21<BR>           Feldman et al. (1982)        38          2.00 10  0.42<BR>           Graff et al. (1986)          24          2.03 11 -0.03<BR>           Jarvinen &amp; Gold (1981)       46          0.76 18  0.34<BR>           Maynard (1993)               16          1.06 14  0.36<BR>           Nezu (1986)                  23          2.39  9  0.16<BR>           Rehm et al. (1981)           42          1.23 15  0.48<BR>           Rude (1986)                   8          1.75 16  0.74<BR>           Schmidt &amp; Miller (1983)      34          1.25 10  0.11<BR>           Shaw (1977)                  16          2.17  8  0.41<BR>           Shipley &amp; Fazio (1973)       11          2.12 11  1.00<BR>           Taylor &amp; Marsh!

all (1977)     21          1.94  7  0.27            Tyson &amp; Range (1981)         22          0.67 11  1.45            Wierzbicki &amp; Bartlett (1987) 18          1.17 20  0.21            Wilson et al. (1983)         16          2.17  9 -0.02   Comparison of Participants in the Two Groups of Studies    Comparisons of effect sizes from different sets of studies is common    in meta-analysis. Nevertheless, we examined the characteristics of the    samples in the two types of studies to assess their comparability.    Eighty-six percent of the participants in the psychotherapy studies    were women, as were 65% of participants in the drug studies. The age    range of participants was 18 to 75 years (M = 30.1) in the    psychotherapy studies and 18 to 70 years (M = 40.6) in the drug    studies. Duration of treatment ranged from 1 to 20 weeks (M = 4.82) in    psychotherapy studies and from 2 to 15 weeks (M = 5.95) in    pharmac!

otherapy studies. The HRS-D was used in 15 drug studies    involving 2,016 patients and 5 psychotherapy studies with 191    participants. Analysis of variance weighted by sample size did not    reveal any significant differences in pretreatment HRS-D scores    between patients in the drug studies (M = 23.93, SD = 5.20) and    participants in the psychotherapy studies (M = 21.34, SD = 5.03). The    Beck Depression Inventory (BDI) was used in 4 drug studies involving    261 patients and in 17 psychotherapy studies with 677 participants.    Analysis of variance weighted by sample size did not reveal any    significant differences in pretreatment BDI scores between    participants in drug studies (M = 21.58, SD = 8.23) and those in    psychotherapy studies (M = 21.63, SD = 6.97). Thus, participants in    the two types of studies were comparable in initial levels of    depression. These analyses also failed to reveal any pretreatment    d!

ifferences as a function of group assignment (treatment or control)    or the interaction between type of study and group assignment.   Estimating the Placebo Effect    Just as drug effects can be estimated as the drug response minus the    placebo response, placebo effects can be estimated as the placebo    response minus the no-treatment response. Using the effect sizes    obtained from the two meta-analyses reported above, this would be 0.79    (1.16 - 0.37). Figure 2 displays the estimated drug, placebo, and    no-treatment effect sizes as proportions of the drug response (i.e.,    1.55 SDs). These data indicate that approximately one quarter of the    drug response is due to the administration of an active medication,    one half is a placebo effect, and the remaining quarter is due to    other nonspecific factors.      [pre0010002afig2a.gif]      Figure 2. Drug effect, placebo effect, and natural history effect<!

br>     as proportions of the response to antidepressant medication.                                  Discussion    No-treatment effect sizes and effect sizes for the placebo response    were calculated from different sets of studies. Comparison across    different samples is common in meta-analyses. For example, effect    sizes derived from studies of psychodynamic therapy are often compared    to those derived from studies of behavior therapy (e.g., Andrews &amp;    Harvey, 1981; Smith et al., 1980). Nevertheless, comparisons of this    sort should be interpreted cautiously. Participants volunteering for    different treatments might come from a different populations, and when    data for different conditions are drawn from different sets of    studies, participants have not been assigned randomly to these    conditions. Also, assignment to a no-treatment or wait-list control    group is not the same as no intervention at all.!

Therefore, our    estimates of the placebo effect and natural history component of the    response to antidepressant medication should be considered tentative.    Nevertheless, when direct comparisons are not available, these    comparisons provide the best available estimates of comparative    effectiveness. Furthermore, in at least some cases, these estimates    have been found to yield results that are comparable to those derived    from direct comparisons of groups that have been randomly assigned to    condition (Kirsch, 1990; Shapiro &amp; Shapiro, 1982).    Unlike our estimate of the effect of natural history as a component of    the drug response, our estimate of the placebo response as a    proportion of the drug response was derived from studies in which    participants from the same population were assigned randomly to drug    and placebo conditions. Therefore, the estimate that only 25% of the    drug response is due!

to the administration of an active medication can    be considered reliable. Confidence in the reliability of this estimate    is enhanced by the exceptionally high correlation between the drug    response and the placebo response. This association is high enough to    suggest that any remaining variance in drug response is error variance    associated with imperfect reliability of measurement. Examining    estimates of active drug and inactive placebo responses as a function    of drug type further enhances confidence in the reliability of these    estimates. Regardless of drug type, the inactive placebo response was    approximately 75% of the active drug response.    We used very stringent criteria in selecting studies for inclusion in    this meta-analysis, and it is possible that data from a broader range    of studies would have produced a different outcome. However, the    effect size we have calculated for the medication ef!

fect (D = .39) is    comparable to those reported in other meta-analyses of antidepressant    medication (e.g., Greenberg et al., 1992, 1994; Joffe, Sokolov, &amp;    Streiner, 1996; Quality Assurance Project, 1983; Smith et al., 1980;    Steinbrueck, Maxwell, &amp; Howard, 1983). Comparison with the Joffe et    al. (1996) meta-analysis is particularly instructive, because that    study, like ours, included estimates of pre-post effect sizes for both    drug and placebo. Although only two studies were included in both of    these meta-analyses and somewhat different calculation methods were    used, ^2 their results were remarkably similar to ours. They reported    mean pre-post effect sizes of 1.57 for medication and 1.02 for placebo    and a medication versus placebo effect size of .50.    Our results are in agreement with those of other meta-analyses in    revealing a substantial placebo effect in antidepressant medication    !

and also a considerable benefit of medication over placebo. They also    indicate that the placebo component of the response to medication is    considerably greater than the pharmacological effect. However, there    are two aspects of the data that have not been examined in other    meta-analyses of antidepressant medication. These are (a) the    exceptionally high correlation between the placebo response and the    drug response and (b) the effect on depression of active drugs that    are not antidepressants. Taken together, these two findings suggest    the possibility that antidepressants might function as active    placebos, in which the side-effects amplify the placebo effect by    convincing patients of that they are receiving a potent drug.    In summary, the data reviewed in this meta-analysis lead to a    confident estimate that the response to inert placebos is    approximately 75% of the response to active antidepressant!

medication.    Whether the remaining 25% of the drug response is a true pharmacologic    effect or an enhanced placebo effect cannot yet be determined, because    of the relatively small number of studies in which active and inactive    placebos have been compared (Fisher &amp; Greenberg, 1993). Definitive    estimates of placebo component of antidepressant medication will    require four arm studies, in which the effects of active placebos,    inactive placebos, active medication, and natural history (e.g.,    wait-list controls) are examined. In addition, studies using the    balanced placebo design would be of help, as these have been shown to    diminish the ability of subjects to discover the condition to which    they have been assigned (Kirsch &amp; Rosadino, 1993).                                  References    Andrews, G., &amp; Harvey, R. (1981). Does psychotherapy benefit neurotic    patients? A reanalysis of the !

Smith, Glass, and Miller data. Archives    of General Psychiatry, 36, 1203-1208.    Bailey, J., &amp; Coppen, A. (1976). A comparison between the Hamilton    Rating Scale and the Beck Depression Inventory in the measurement of    depression . British Journal of Psychiatry, 128, 486-489.    Beach, S. R. H., &amp; O'Leary, K. D. (1992). Treating depression in the    context of marital discord: Outcome and predictors of response of    marital therapy versus cognitive therapy. Behavior Therapy, 23,    507-528.    Beck, J. T., &amp; Strong, S. R. (1982). Stimulating therapeutic change    with interpretations: A comparison of positive and negative    connotation. Journal of Counseling Psychology, 29(6), 551-559.    Beck, A.T., Ward, C.H., Mendelson, M., Mock, J., &amp; Erbaugh, J. (1961).    An inventory for measuring depression. Archives of General Psychiatry,    4, 561-571.    Blashki, T. G., Mowbray, R., &amp; Davies, B. (1971). Cont!

rolled trial of    amytriptyline in general practice. British Medical Journal, 1,    133-138.    Byerley, W. F., Reimherr, F. W., Wood, D. R., &amp; Grosser, B. I. (1988).    Fluoxetine, a selective serotonine uptake inhibitor for the treatment    of outpatients with major depression. Journal of Clinical    Psychopharmacology, 8, 112-115.    Catanese, R. A., Rosenthal, T. L., &amp; Kelley, J. E. (1979). Strange    bedfellows: Reward, punishment, and impersonal distraction strategies    in treating dysphoria. Cognitive Therapy and Research, 3(3), 299-305.    Claghorn, J. L., Kiev, A., Rickels, K., Smith, W. T., &amp; Dunbar, G. C.    (1992). Paroxetine versus placebo: A double-blind comparison in    depressed patients. Journal of Clinical Psychiatry, 53(12), 434-438.    Comas-Diaz, L. (1981). Effects of cognitive and behavioral group    treatment on the depressive symptomatology of Puerto Rican women.    Journal of Consulting and C!

linical Psychology, 49(5), 627-632.<BR>   Conoley, C. W., &amp; Garber, R. A. (1985). Effects of reframing and<BR>   self-control directives on loneliness, depression, and<BR>   controllability. Journal of Counseling Psychology, 32(1), 139-142.<BR>   Davidson, J., &amp; Turnbull, C. (1983). Isocarboxazid: Efficacy and<BR>   tolerance. Journal of Affective Disorders, 5, 183-189.<BR>   Davis, J. M., Janicak, P. G., &amp; Bruninga, K. (1987). The efficacy of<BR>   MAO inhibitors in depression: A meta-analysis. Psychiatric Annals,<BR>   17(12), 825-831.<BR>   Dobson, K. S. (1989). A meta-analysis of the efficacy of cognitive<BR>   therapy for depression. Journal of Consulting and Clinical Psychology,<BR>   57(3), 414-419.<BR>   Doogan, D. P., &amp; Caillard, V. (1992). Sertaline in the prevention of<BR>   depression. British Journal of Psychiatry, 160, 217-222.<BR>   Elkin, I., Shea, M. T., Watkins, J. T., Imber, S. D., Sotsky, S. M.,<BR>   Collins, J. F., Glass, D. R., Pilkonis!

, P. A., Leber, W. R., Docherty,<BR>   J. P., et al. (1989). National Institute of Mental Health, Treatment<BR>   of Depression Collaborative Research Program: General effectiveness of<BR>   treatments. Archives of General Psychiatry, 46(11), 971-982.<BR>   Evans, F. J. (1974). The placebo response in pain reduction. In J. J.<BR>   Bonica (Ed.), Advances in neurology: Vol. 4. Pain (pp. 289-296). New<BR>   York: Raven.<BR>   Feldman, D. A., Strong, S. R., &amp; Danser, D. B. (1982). A comparison of<BR>   paradoxical and nonparadoxical interpretations and directives. Journal<BR>   of Counseling Psychology, 29, 572-579.<BR>   Fisher, S., Lipman, R.S., Uhlenhuth, E.H., Rickels, K., and Park, L.C.<BR>   (1965). Drug effects and initial severity of symptomatology.<BR>   Psychopharmacologia, 7, 57-60.<BR>   Fisher, S., &amp; Greenberg, R. P. (1993). How sound is the double-blind<BR>   design for evaluating psychiatric drugs? Journal of Nervous and Mental<BR>   Disease, 181, 345-350!

.<BR>   Frank, J. D. (1973). Persuasion and healing (rev. ed.). Baltimore:<BR>   Johns Hopkins.<BR>   Free, M. L., &amp; Oei, T. P. S. (1989). Biological and psychological<BR>   processes in the treatment and maintenance of depression. Clinical<BR>   Psychology Review, 9, 653-688.<BR>   Goldberg, H. L., Rickels, K., &amp; Finnerty, R. (1981). Treatment of<BR>   neurotic depression with a new antidepressant. Journal of Clinical<BR>   Psychopharmacology, 1(6), 35S-38S (Supplement).<BR>   Graff, R. W., Whitehead, G. I., &amp; LeCompte, M. (1986). Group treatment<BR>   with divorced women using cognitive-behavioral and supportive-insight<BR>   methods. Journal of Counseling Psychology, 33, 276-281.<BR>   Greenberg, R. P., Bornstein, R. F., Greenberg, M. D., &amp; Fisher, S.<BR>   (1992). A meta-analysis of antidepressant outcome under "blinder"<BR>   conditions. Journal of Consulting and Clinical Psychology, 60,<BR>   664-669.<BR>   Greenberg, R.P., Bornstein, R.F., Zborowski, M!

.J., Fisher, S., &amp;    Greenberg, M.D. (1994). A meta-analysis of fluoxetine outcome in the    treatment of depression. Journal of Nervous and Mental Disease, 182,    547-551.    Greenberg, R. P., &amp; Fisher, S. (1989). Examining antidepressant    effectiveness: Findings, ambiguities, and some vexing puzzles. In S.    Fisher &amp; R. P. Greenberg (Eds.) The limits of biological treatments    for psychological distress. Hillsdale, NJ: Erlbaum.    Greenberg, R. P., &amp; Fisher, S. (1997). Mood-mending medicines: Probing    drug, psychotherapy, and placebo solutions. In S. Fisher &amp; R. P.    Greenberg (Eds.), From placebo to panacea: Putting psychiatric drugs    to the test (pp. 115-172). New York: Wiley.    Hamilton, M. A. (1960). A rating scale for depression. Journal of    Neurology, Neurosurgery, and Psychiatry, 23, 56-61.    Hedges, L. V., &amp; Olkin, I. (1995). Statistical methods for    meta-analysis. Orlando, FL: Ac!

ademic Press.    Hunter, J. E., &amp; Schmidt, F. L. (1990). Methods of meta-analysis:    Correcting error and bias in research findings. Newbury Park, CA:    Sage.    Jarvinen, P. J., &amp; Gold, S. R. (1981). Imagery as an aid in reducing    depression. Journal of Clinical Psychology, 37(3), 523-529.    Joffe, R. T., Singer, W., Levitt, A. J., &amp; MacDonald, C. (1993). A    placebo controlled comparison of lithium and triiodothyronine    augmentation of tricyclic antidepressants in unipolar refractory    depression. Archives of General Psychiatry, 50, 387-393.    Joffe, R., Sokolov, S., &amp; Streiner, D. (1996). Antidepressant    treatment of depression: A metaanalysis. Canadian Journal of    Psychiatry, 41, 613-616.    Khan, A., Dager, S. R., Cohen, S., et al. (1991). Chronicity of    depressive episode in relation to antidepressant-placebo response.    Neuropsychopharmacology, 4, 125-130.    Kiev, A., &amp; Okerson, L. (!

1979). Comparison of the therapeutic efficacy    of amoxapine with that of imipramine: A controlled clinical study in    patients with depressive illness. Clinical Trials Journal, 16(3),    68-72.    Kirsch, I. (1985). Response expectancy as a determinant of experience    and behavior. American Psychologist, 40, 1189-1202.    Kirsch, I. (1990). Changing expectations: A key to effective    psychotherapy. Pacific Grove, CA: Brooks/Cole.    Kirsch, I. (1997). Specifying nonspecifics: Psychological mechanisms    of placebo effects. In A. Harrington (Ed.), The placebo effect: An    interdisciplinary exploration (pp. 166-186). Cambridge, MA: Harvard    University Press.    Kirsch, I., &amp; Rosadino, M. J. (1993). Do double-blind studies with    informed consent yield externally valid results? An empirical test.    Psychopharmacology, 110, 437-442.    Lydiard, R. B. et al. (1989). Fluvoxamine, imipramine and placebo in    the treatme!

nt of depressed outpatients. Psychopharmacology Bulletin,    25(1), 63-67.    Margraf, J., Ehlers, A., Roth, W. T., Clark, D. B., Sheikh, J., Agras,    W. S., &amp; Taylor, C. B. (1991). How "blind" are double-blind studies?    Journal of Consulting and Clinical Psychology, 59, 184-187.    Maynard, C. K. (1993). Comparisons of effectiveness of group    interventions for depression in women. Archives of Psychiatric    Nursing, 7(5), 277-283.    Ney, P. G., Collins, C., &amp; Spensor, C. (1986). Double blind: Double    talk or are there ways to do better research? Medical Hypotheses, 21,    119-126.    Nezu, A. M. (1986). Efficacy of a social problem solving therapy    approach for unipolar depression. Journal of Consulting and Clinical    Psychology, 54(2), 196-202.    Quality Assurance Project. (1983). A treatment outline for depressive    disorders. Australian and New Zealand Journal of Psychiatry, 17,    129-146.    Ravari!

s, C. L., Nies, A., Robinson, D. S., et al. (1976). A<BR>   multiple-dose, controlled study of phenelzine in depression-anxiety<BR>   states. Archives of General Psychiatry, 33, 347-350.<BR>   Rehm, L. P., Kornblith, S. J., O'Hara, M. W., et al. (1981). An<BR>   evaluation of major components in a self control therapy program for<BR>   depression. Behavior Modification, 5(4), 459-489.<BR>   Rickels, K., &amp; Case, G. W. (1982). Trazodone in depressed outpatients.<BR>   American Journal of Psychiatry, 139, 803-806.<BR>   Rickels, K., Case, G. W., Weberlowsky, J., et al. (1981). Amoxapine<BR>   and imipramine in the treatment of depressed outpatients: A controlled<BR>   study. American Journal of Psychiatry, 138(1), 20-24.<BR>   Robinson, L. A., Berman, J. S., &amp; Neimeyer, R. A. (1990).<BR>   Psychotherapy for the treatment of depression: A comprehensive review<BR>   of controlled outcome research. Psychological Bulletin, 108, 30-49.<BR>   Robinson, D. S., Nies, A., &amp; !

Ravaris, C. L. (1973). The MAOI    phenelzine in the treatment of depressive-anxiety states. Archives of    General Psychiatry, 29, 407-413.    Rude, S. (1986). Relative benefits of assertion or cognitive    self-control treatment for depression as a function of proficiency in    each domain. Journal of Consulting and Clinical Psychology, 54,    390-394.    Schmidt, M. M., &amp; Miller, W. R. (1983). Amount of therapist contact    and outcome in a multidimentional depression treatment program. Acta    Psychiatrica Scandinavica, 67, 319-332.    Schweizer, E., Feighner, J., Mandos, L. A., &amp; Rickels, K. (1994).    Comparison of venlafaxine and imipramine in the acute treatment of    major depression in outpatients. Journal of Clinical Psychiatry,    55(3), 104-108.    Shapiro, D. A., &amp; Shapiro, D. (1982). Meta-analysis of comparative    therapy outcome studies: A replication and refinement. Psychological    Bulletin, 92, 5!

81-604.<BR>   Shaw, B. F. (1977). Comparison of cognitive therapy and behavior<BR>   therapy in the treatment of depression. Journal of Consulting and<BR>   Clinical Psychology, 45, 543-551.<BR>   Shipley, C. R., &amp; Fazio, A. F. (1973). Pilot study of a treatment for<BR>   psychological depression. Journal of Abnormal Psychology, 82, 372-376.<BR>   Sloane, R. B., Staples, F. R., Cristol, A. H., Yorkston, N. J., &amp;<BR>   Whipple, K. (1975). Psychotherapy versus behavior therapy. Cambridge,<BR>   MA: Harvard University Press.<BR>   Smith, M. L., Glass, G. V., &amp; Miller, T. I. (1980). The benefits of<BR>   psychotherapy. Baltimore: Johns Hopkins University Press.<BR>   Stark, P., &amp; Hardison, C. D. (1985). A review of multicenter<BR>   controlled studies of fluoxetine vs. imipramine and placebo in<BR>   outpatients with major depressive disorder. Journal of Clinical<BR>   Psychiatry, 46, 53-58.<BR>   Steinbrueck, S.M., Maxwell, S.E., &amp; Howard, G.S. (1983). A<BR>!

meta-analysis of psychotherapy and drug therapy in the treatment of    unipolar depression with adults. Journal of Consulting and Clinical    Psychology, 51, 856-863.    Taylor, F. G., &amp; Marshall, W. L. (1977). Experimental analysis of a    cognitive-behavioral therapy for depression. Cognitive Therapy and    Research, 1(1), 59-72.    Tyson, G. M., &amp; Range, L. M. (1987). Gestalt dialogues as a treatment    for depression: Time works just as well. Journal of Clinical    Psychology, 43, 227-230.    van der Velde, C. D. (1981). Maprotiline versus imipramine and placebo    in neurotic depression. Journal of Clinical Psychiatry, 42, 138-141.    White, K., Razani, J., Cadow, B., et al. (1984). Tranylcypromine vs.    nortriptyline vs. placebo in depressed outpatients: a controlled    trial. Psychopharmacology, 82, 258-262.    Wierzbicki, M., &amp; Bartlett, T. S. (1987). The efficacy of group and    individual cognitive therap!

y for mild depression. Cognitive Therapy    and Research, 11(3), 337-342.    Wilson, P. H., Goldin, J. C., &amp; Charboneau-Powis, M. (1983).    Comparative efficacy of behavioral and cognitive treatments of    depression. Cognitive Therapy and Research, 7(2), 111-124.    Workman, E. A., &amp; Short, D. D. (1993). Atypical antidepressants versus    imipramine in the treatment of major depression: A meta-analysis.    Journal of Clinical Psychiatry, 54(1), 5-12.    Zung, W. W. K. (1983). Review of placebo-controlled trials with    bupropion. Journal of Clinical Psychiatry, 44(5), 104-114.      _________________________________________________________________    ^1 A reviewer suggested that because effect sizes are essentially    z-scores in a hypothetically normal distribution, one might use    percentile equivalents when examining the proportion of the drug    response duplicated by the placebo response. As an example of why this<!

br>   should not be done, consider a treatment that improves intelligence by    1.55 SDs (which is approximately at the 6^th percentile) and another    that improves it by 1.16 SDs (which is approximately at the 12^th    percentile). Our method indicates that the second is 75% as effective    as the first. The reviewer's method suggests that it is only 50% as    effective. Now let's convert this to actual IQ changes and see what    happens. If the IQ estimates were done on conventional scales (SD =    15), this would be equivalent to a change of 23.25 points by the first    treatment and 17.4 points by the second. Note that the percentage    relation is identical whether using z-scores or raw scores, because    the z-score method simply divides both numbers by a constant.    ^2 Instead of dividing mean differences by the pooled SDs, Joffe et    al. (1996) used baseline SDs, when these were available, in    calculating effect sizes. !

When baseline SDs were not available, which<BR>   they reported to be the case for most of the studies they included,<BR>   they used estimates taken from other studies. Also, they used a<BR>   procedure derived from Hedges and Olkin (1995) to weight for<BR>   differences in sample size, whereas we used the more straightforward<BR>   method recommended by Hunter and Schmidt (1990).<BR>_______________________________________________<BR>paleopsych mailing list<BR><A class=moz-txt-link-abbreviated href="mailto:paleopsych@paleopsych.org">paleopsych@paleopsych.org</A><BR><A class=moz-txt-link-freetext href="http://lists.paleopsych.org/mailman/listinfo/paleopsych">http://lists.paleopsych.org/mailman/listinfo/paleopsych</A><BR><BR><BR>    </PRE><FONT 

        face=Arial,sans-serif size=2></FONT></BLOCKQUOTE><FONT 

      face=Arial,sans-serif size=2></FONT><PRE wrap=""><!----><BR>_______________________________________________<BR>paleopsych mailing list<BR><A class=moz-txt-link-abbreviated href="mailto:paleopsych@paleopsych.org">paleopsych@paleopsych.org</A><BR><A class=moz-txt-link-freetext href="http://lists.paleopsych.org/mailman/listinfo/paleopsych">http://lists.paleopsych.org/mailman/listinfo/paleopsych</A><BR>_______________________________________________<BR>paleopsych mailing list<BR><A class=moz-txt-link-abbreviated href="mailto:paleopsych@paleopsych.org">paleopsych@paleopsych.org</A><BR><A class=moz-txt-link-freetext href="http://lists.paleopsych.org/mailman/listinfo/paleopsych">http://lists.paleopsych.org/mailman/listinfo/paleopsych</A><BR><BR><BR>  </PRE><FONT 

      face=Arial,sans-serif size=2></FONT></BLOCKQUOTE><FONT face=Arial,sans-serif 

    size=2></FONT><FONT face="Courier New" 

    size=2>_______________________________________________ <BR>paleopsych 

    mailing list <BR><A class=moz-txt-link-abbreviated 

    href="mailto:paleopsych@paleopsych.org">paleopsych@paleopsych.org</A> <BR><A 

    href="http://lists.paleopsych.org/mailman/listinfo/paleopsych">http://lists.paleopsych.org/mailman/listinfo/paleopsych</A> 

    <BR></FONT><FONT face=Arial,sans-serif 

size=2></FONT></BLOCKQUOTE></BLOCKQUOTE></BODY></HTML>