The Correlates and Course of Depression in Patients with Lacunar Stroke: Results from the Secondary Prevention of Small Subcortical Strokes (SPS3) Study
Notice bibliographique
Résumé
BACKGROUND: Little is known about post-stroke depression in patients with lacunar stroke due to cerebral small vessel disease. Our objectives were to describe the prevalence of depression, its correlates and to examine the course of depression over time in a cohort of patients with lacunar stroke, the majority of whom had mild functional disability. METHODS: Depression was determined in participants in the international Secondary Prevention of Small Subcortical Strokes (SPS3) trial which is testing antiplatelet therapies and targets of blood pressure control in patients with lacunar strokes and assessing stroke recurrence and cognitive decline. Depression was evaluated using the Patient Health Questionnaire. Multivariable logistic regression models were fitted to examine the relationship between the covariates of interest and depression. Generalized estimating equations were used to examine the likelihood of depression over time, while accounting for the multiple measurements within each subject. RESULTS: The prevalence of depression in 2,477 participants at approximately 4 months after stroke was 19%. Older age (OR 0.97; 95% CI 0.96-0.99), male gender (OR 0.62; 95% CI 0.48-0.80) and less cognitive impairment (OR 0.99; 95% CI 0.98-1.00) were independently associated with a lower risk of depression. Functional disability (OR 1.8; 95% CI 1.3-2.4), living with a spouse/family (OR 1.6; 95% CI 1.1-2.3) and risk factors for stroke (OR 1.2; 95% CI 1.0-1.3) were each independently associated with a higher risk of depression. Longitudinal modeling indicated that the likelihood of depression decreased by 1.12 times (95% CI 1.06-1.17) for each 1-year increase in time. CONCLUSIONS: One fifth of those in the SPS3 trial cohort reported depression that is sustained over time. Although this is lower than the prevalence reported for stroke in general, these results underscore the importance of early screening for post-stroke depression, treatment and follow-up to minimize the negative consequences associated with depression.
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 ».