P2-84 Chronic conditions and major depression in community-dwelling older adults
Notice bibliographique
Résumé
Objectives To estimate (1) the prevalence of long-term medical conditions and of comorbid major depression, and (2) the associations between major depression and various chronic medical conditions in a general population of older adults (over 50 years of age) and in persons who are traditionally classified as seniors (65 years and older). Methods Data from the Canadian Community Health Survey- Mental Health and Wellbeing (CCHS-1.2) were analysed. For the purposes of these analyses the dataset was restricted to those aged 50 and over (n=15 591). Chronic health conditions were assessed using a self-report method of doctor diagnosis. The World Mental Health-Composite Diagnostic Interview was used to assess major depressive episodes based on DSM-IV criteria. Results The overall prevalence of having at least one chronic condition in those over 50 years of age was 82.4%, compared to 62.0% in those under 50. The prevalence of a major depressive episode in those over 50 with one chronic condition was 3.7%, compared with 1.0% in those without a long-term medical condition. The top 3 chronic health conditions in seniors aged 65 or older were arthritis/rheumatism, high blood pressure and back problems. Chronic Fatigue Syndrome, fibromyalgia and migraine headache had the highest comorbidity with major depression in the senior population. Conclusions Differences were found between rates of chronic conditions and major depression between the general population, older adults and seniors in this study. Primary and secondary prevention efforts should target seniors who exhibit symptoms of depression or highly prevalent chronic health 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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».