MétaCan
Menu
Retour à la cohorte
Enregistrement W2144731648 · doi:10.1186/1471-244x-10-85

Simulation studies of age-specific lifetime major depression prevalence

2010· article· en· W2144731648 sur OpenAlexaffabout
Scott B. Patten, Lee Gordon-Brown, Graham Meadows

Notice bibliographique

RevueBMC Psychiatry · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDemographyCohortIncidence (geometry)Cohort effectMedicineDepression (economics)Cohort studyPopulationMajor depressive disorderGerontologyPediatricsPsychiatryInternal medicineCognition

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The lifetime prevalence (LTP) of Major Depressive Disorder (MDD) is the proportion of a population having met criteria for MDD during their life up to the time of assessment. Expectation holds that LTP should increase with age, but this has not usually been observed. Instead, LTP typically increases in the teenage years and twenties, stabilizes in adulthood and then begins to decline in middle age. Proposed explanations for this pattern include: a cohort effect (increasing incidence in more recent birth cohorts), recall failure and/or differential mortality. Declining age-specific incidence may also play a role. METHODS: We used a simulation model to explore patterns of incidence, recall and mortality in relation to the observed pattern of LTP. Lifetime prevalence estimates from the 2002 Canadian Community Health Survey, Mental Health and Wellbeing (CCHS 1.2) were used for model validation and calibration. RESULTS: Incidence rates predicting realistic values for LTP in the 15-24 year age group (where mortality is unlikely to substantially influence prevalence) lead to excessive LTP later in life, given reasonable assumptions about mortality and recall failure. This suggests that (in the absence of cohort effects) incidence rates decline with age. Differential mortality may make a contribution to the prevalence pattern, but only in older age categories. Cohort effects can explain the observed pattern, but only if recent birth cohorts have a much higher (approximately 10-fold greater) risk and if incidence has increased with successive birth cohorts over the past 60-70 years. CONCLUSIONS: The pattern of lifetime prevalence observed in cross-sectional epidemiologic studies seems most plausibly explained by incidence that declines with age and where some respondents fail to recall past episodes. A cohort effect is not a necessary interpretation of the observed pattern of age-specific lifetime prevalence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,012
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,060
Tête enseignante GPT0,408
Écart entre enseignants0,348 · 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 tête enseignante, pas un consensus.

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

Citations35
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC PsychiatryMême sujetMental Health Treatment and AccessTravaux en français237 207