Predictors of 1-year outcomes of major depressive disorder among individuals with a lifetime diagnosis: a population-based study
Notice bibliographique
Résumé
BACKGROUND: Examining predictors of the outcomes of major depressive disorder (MDD) is important for clinical practice and population health. There are few population-based longitudinal studies on this topic. The objectives of this study were to (1) estimate the proportions of persistent and recurrent MDD among those with MDD over 1 year, and (2) identify demographic, socio-economic, workplace psychosocial and clinical factors associated with the outcomes. METHOD: From a population-based longitudinal study of the working population, participants with a lifetime diagnosis of MDD were selected (n=834). They were classified into two groups: those with and those without current MDD. The proportions of 1-year persistence and recurrence of MDD were estimated. MDD was assessed by the World Health Organization (WHO) Composite International Diagnostic Interview, CIDI-Auto 2.1, by telephone. RESULTS: The proportions of persistent and recurrent MDD in 1 year were 38.5% [95% confidence interval (CI) 31.1-46.5] and 13.3% (95% CI 10.2-17.1) respectively. Long working hours, negative thinking and having co-morbid social phobia were predictive of persistence of MDD. Perceived work-family conflict, the severity of a major depressive episode and symptoms of depressed mood were significantly associated with the recurrence of MDD. CONCLUSIONS: Clinical and psychosocial factors are important in the prognosis of MDD. The factors associated with persistence and recurrence of MDD may be different. More large longitudinal studies on this topic are needed so that clinicians may predict potential outcomes based on the clinical profile and provide interventions accordingly. They may also take clinical action to change relevant psychosocial factors to minimize the chance of persistence and/or recurrence of MDD.
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 | 0,001 | 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) | 0,002 | 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 ».