Depression in patients with systemic sclerosis: A systematic review of the evidence
Notice bibliographique
Résumé
OBJECTIVE: To assess the prevalence, course, and predictors of depression in patients with systemic sclerosis (SSc). METHODS: We conducted a comprehensive search in November 2006 of MEDLINE, PsycINFO, and CINAHL databases to identify original research studies published in any language that used a structured interview or validated questionnaire to assess major depressive disorder or clinically significant symptoms of depression in patients with SSc. The search was augmented by hand searching 26 selected journals through December 2006 and references from identified articles and reviews. Studies were excluded if only an abstract was provided or if depression was not measured by a validated method. RESULTS: No studies used a structured clinical interview to assess the prevalence of major depressive disorder. The prevalence of clinically significant depressive symptoms was 51-65% based on 2 studies that used a Beck Depression Inventory (BDI) score >or=10 and 46-56% based on 2 studies that used a BDI score >or=11. These rates and those reported in 4 other studies that used different assessment tools (36-43%) were consistently high compared with other medical patient groups assessed with the same instruments and cutoffs. Methodologic issues limited the ability to draw strong conclusions from studies of predictors. CONCLUSION: Symptoms of depression are common among patients with SSc. The high rates reported across studies suggest that routine screening is recommended. There is a need for studies that examine depression at different time points from the diagnosis of SSc and that systematically investigate factors associated with high levels of depressive symptoms.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».