Assessing the longitudinal associations and stability of smoking and depression syndrome over a 4‐year period in a community sample with type 2 diabetes 在一个社区2型糖尿病样本中进行的为期4年的吸烟与抑郁综合征之间的纵向相关性以及稳定性的评估
Notice bibliographique
Résumé
BACKGROUND: The aim of the present study was to investigate the stability and longitudinal association between depression and smoking status within a community sample with type 2 diabetes (T2D) while controlling for sociodemographic and disease-related variables. METHODS: Adults with T2D were recruited and agreed to be followed-up via random digit dialing for the Montreal Diabetes Health Study. At baseline, 1614 individuals were classified as never (n = 592), former (n = 690), light (≤10 cigarettes a day; n = 128) and moderate-heavy (11+ cigarettes a day; n = 204) smokers. Depression was assessed using the Patient Health Questionnaire-9 and individuals were classified as either "none" or having depression syndrome. Generalized estimating equations were used to test the association between depression syndrome and current smoking status while controlling for other demographic and health-related variables. RESULTS: Prevalence rates of smoking and depression showed mild to substantial agreement over time. Depression syndrome was significantly associated with moderate-heavy smoking in the fully adjusted model using cross-sectional (all four waves; odds ratio [OR] 1.46; 95% confidence interval [CI] 1.08-1.99; P < 0.05) and longitudinal (controlling for depression at baseline; OR 1.54; 95% CI 1.02-2.31; P < 0.05) data. CONCLUSIONS: Smoking and depression prevalence rates appear to be stable over time in our community sample with T2D. Moderate-heavy smoking is strongly associated with elevated depression, both in cross-sectional and longitudinal models. Persistent moderate-heavy smokers may be at increased risk of both physical and mental health complications. This burden is even greater for those with T2D.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».