Joint Effect of Depression and Chronic Conditions on Disability: Results From a Population-Based 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
OBJECTIVES: To estimate and compare the prevalence of functional disability in individuals with both chronic medical conditions and comorbid major depression and individuals with either chronic medical conditions or major depression alone and to determine the joint effect of depression and chronic conditions on functional disability. Evidence exists that major depression interacts with physical illness to amplify the functional disability associated with many medical conditions. METHODS: We used data from the Canadian Community and Health Survey Cycle 2.1 (n = 46,262), a nationally representative survey conducted in 2003 by Statistics Canada. Depression, chronic conditions, and functional disability were assessed by personal/telephone interview. RESULTS: Prevalence of functional disability was higher in subjects with chronic conditions and comorbid major depression (46.3%) than in individuals with either chronic conditions (20.9%) or major depression (27.8%) alone. With no chronic conditions and no major depression as reference and after adjusting for relevant covariates, the odds ratio of functional disability was 2.49 (95% confidence interval (CI), 1.91-3.26) for major depression, 2.12 (95% CI, 1.93-2.32) for chronic conditions, and 6.34 (95% CI, 5.35-7.51) for chronic conditions and comorbid major depression. CONCLUSIONS: The results suggest that there is a joint effect of depression and chronic conditions on functional disability. Research and social policies should focus on the treatment of depression in chronic conditions.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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