Recurrent Subthreshold Depression in Type 2 Diabetes: An Important Risk Factor for Poor Health Outcomes
Notice bibliographique
Résumé
OBJECTIVE To evaluate the association between recurrent subthreshold depressive episodes and functioning in a prospective community sample of people with type 2 diabetes. RESEARCH DESIGN AND METHODS A prospective community study in Quebec, Canada, was carried out between 2008 and 2013 (n = 1,064). Five yearly follow-up assessments (telephone interviews) were conducted. Baseline and the first three follow-up assessments were used to identify recurrent subthreshold depressive episodes (Patient Health Questionnaire [PHQ]-9). Functioning (World Health Organization Disability Assessment Schedule II [WHODAS-II]) and health-related quality of life (Centers for Disease Control and Prevention [CDC] unhealthy days) at 4- and 5-year follow-up assessments were the outcome measures. RESULTS Nearly half of the participants suffered from at least one episode of subthreshold depressive symptoms. After adjusting for potentially confounding factors, the risk of poor functioning/impaired health-related quality of life was nearly three times higher (relative risk = 2.86) for participants with four subthreshold depressive episodes compared with participants with no/minimal depression. Results suggest a dose-response relationship: the risk of poor functioning/impaired health-related quality of life increased with the number of recurrent subthreshold depressive episodes even after controlling for potentially confounding variables (significant linear trend, P < 0.001). CONCLUSIONS Recurrent subthreshold depressive symptoms might be an important risk factor for poor health outcomes in type 2 diabetes. Early identification, monitoring, and treatment of recurrent subthreshold depressive symptoms might improve functioning and quality of life in people with type 2 diabetes.
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 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».