Systematic Review and Individual Patient Data Meta-Analysis of Sex Differences in Depression and Prognosis in Persons With Myocardial Infarction
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
OBJECTIVE: Using combined individual patient data from prospective studies, we explored sex differences in depression and prognosis post-myocardial infarction (MI) and determined whether disease indices could account for found differences. METHODS: Individual patient data analysis of 10,175 MI patients who completed diagnostic interviews or depression questionnaires from 16 prospective studies from the MINDMAPS study was conducted. Multilevel logistic and Cox regression models were used to determine sex differences in prevalence of depression and sex-specific effects of depression on subsequent outcomes. RESULTS: Combined interview and questionnaire data from observational studies showed that 36% (635/1760) of women and 29% (1575/5526) of men reported elevated levels of depression (age-adjusted odds ratio = 0.68, 95% confidence interval [CI] = 0.60-0.77). The risk for all-cause mortality associated with depression was higher in men (hazard ratio = 1.38, 95% CI = 1.30-1.47) than in women (hazard ratio = 1.22, 95% CI = 1.14-1.31; sex by depression interaction: p < .001). Low left ventricular ejection fraction (LVEF) was associated with higher depression scores in men only (sex by LVEF interaction: B = 0.294, 95% CI = 0.090-0.498), which attenuated the sex difference in the association between depression and prognosis. CONCLUSIONS: The prevalence of depression post-MI was higher in women than in men, but the association between depression and cardiac prognosis was worse for men. LVEF was associated with depression in men only and accounted for the increased risk of all-cause mortality in depressed men versus women, suggesting that depression in men post-MI may, in part, reflect cardiovascular disease severity.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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