Major depression, fibromyalgia and labour force participation: A population-based cross-sectional study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Previous studies have documented an elevated frequency of depressive symptoms and disorders in fibromyalgia, but have not examined the association between this comorbidity and occupational status. The purpose of this study was to describe these epidemiological associations using a national probability sample. METHODS: Data from iteration 1.1 of the Canadian Community Health Survey (CCHS) were used. The CCHS 1.1 was a large-scale national general health survey. The prevalence of major depression in subjects reporting that they had been diagnosed with fibromyalgia by a health professional was estimated, and then stratified by demographic variables. Logistic regression models predicting labour force participation were also examined. RESULTS: The annual prevalence of major depression was three times higher in subjects with fibromyalgia: 22.2% (95% CI 19.4 - 24.9), than in those without this condition: 7.2% (95% CI 7.0 - 7.4). The association persisted despite stratification for demographic variables. Logistic regression models predicting labour force participation indicated that both conditions had an independent (negative) effect on labour force participation. CONCLUSION: Fibromyalgia and major depression commonly co-occur and may be related to each other at a pathophysiological level. However, each syndrome is independently and negatively associated with labour force participation. A strength of this study is that it was conducted in a large probability sample from the general population. The main limitations are its cross-sectional nature, and its reliance on self-reported diagnoses of fibromyalgia.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle