Major Depressive Disorder Predicts Completion, Adherence, and Outcomes in Cardiac Rehabilitation
Notice bibliographique
Résumé
Article AbstractObjective: To compare completion, adherence, and cardiac rehabilitation (CR) outcomes between participants with and without major depressive disorder (MDD) undertaking CR. Method: In a prospective cohort study of consecutive patients with coronary artery disease (n = 195) entering 1-year outpatient CR between January 2006 and August 2008, rates of noncompletion (comprehensive CR criteria), nonadherence (< 70% attendance at scheduled CR visits), and CR outcomes were compared between patients with and without MDD based on the Structured Clinical Interview for DSM-IV criteria. Results: Major depressive disorder was diagnosed in 22.1% of participants. Rates of noncompletion were 44.2% and 28.9%, and rates of nonadherence were 53.0% and 34.9% for those with and without MDD, respectively. Major depressive disorder was associated with increased risks of noncompletion (multivariate hazard ratio , 2.5; 95% confidence interval , 1.3-4.7) and nonadherence (multivariate HR, 2.4; 95% CI, 1.3-4.2). More participants with MDD failed to complete CR for medical reasons than those without MDD (25.6% vs 12.3%, respectively; P = .031) in post hoc comparisons. Participants with MDD achieved poorer cardiopulmonary fitness increases (change in mean ± SD peak oxygen uptake of 3.3 ± 3.2 vs 6.6 ± 5.7 mL/kg/min; P = .021) and poorer body fat outcomes (a mean ± SD increase of 2.1% ± 4.5% vs a decrease of 0.4% ± 3.4%, P = .009) than those without MDD. Conclusions: Major depressive disorder was associated with poorer rates of completion and adherence in CR, and it mitigated improvements in clinical outcomes. Despite depression screening and psychosocial support as structured components of care, MDD remained a significant barrier to effective CR.J Clin PsychiatrySubmitted: October 30, 2009; accepted January 7, 2010. Online ahead of print: November 2, 2010 (doi:10.4088/JCP.09m05810blu). Corresponding author: Krista L. Lanctôt, PhD, Neuropsychopharmacology Research Group, Sunnybrook Health Sciences Centre, 2075 Bayview Ave, Ste FG05, Toronto, Ontario, Canada, M4N 3M5 (krista.lanctot@sunnybrook.ca).
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».