MétaCan
Menu
Retour à la cohorte
Enregistrement W2094846879 · doi:10.1007/s12160-013-9534-2

Longitudinal Relationships Between Depression and Functioning in People with Type 2 Diabetes

2013· article· en· W2094846879 sur OpenAlexafffund
Norbert Schmitz, Geneviève Gariépy, Kimberley J. Smith, Ashok Malla, Richard Boyer, Irène Strychar, Alain Lesage, JianLi Wang

Notice bibliographique

RevueAnnals of Behavioral Medicine · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensHôpital Louis-H LafontaineUniversité de MontréalUniversity of CalgaryCentre Hospitalier de l’Université de MontréalMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDepression (economics)Type 2 diabetesHealth psychologyPsychologyClinical psychologyPsychiatryMedicineDiabetes mellitusGerontologyPublic healthEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The reciprocal relationship between depression and functioning in people with chronic conditions is poorly understood. PURPOSE: The aim of the present study was to analyze the dynamic relationship between depression and functioning in a community sample of people with diabetes. METHODS: Participants with diabetes were assessed at baseline and three yearly follow-up assessments (n = 1,403). Depression was assessed using the Patient Health Questionnaire. Global functioning was assessed using the World Health Organization Disability Assessment Schedule II. RESULTS: Path analysis suggested a reciprocal relationship between depression and functioning. Baseline depression was associated with functioning at 3 years follow-up through depression and functioning at 1 and 2 years follow-up assessments. CONCLUSIONS: Depression and functioning might interact with each other in a dynamic way: depression at one assessment point might predict poor functioning at the next assessment point, which in turn might predict depression at the next assessment point. This should be taken into account in both treatment and research programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,128
Tête enseignante GPT0,355
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of Behavioral MedicineMême sujetDiabetes Management and EducationTravaux en français237 207