Subsyndromal depression among older adults in the USA: prevalence, comorbidity, and risk for new‐onset psychiatric disorders in late life
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Population-based data are lacking on the prevalence and comorbidity of subsyndromal depression (SSD) and its associated risk for incident psychiatric disorders in older adults. METHODS: Using nationally representative data from 10,409 US adults aged 55 years and older who participated in the National Epidemiologic Survey on Alcohol and Related Conditions, we evaluated associations between lifetime SSD at Wave 1, and lifetime and incident mood, anxiety, and substance use disorders over a 3-year period. RESULTS: Some 13.8% of older adults met criteria for SSD, and 13.7% met criteria for major depressive disorder (MDD). After adjustment for sociodemographic characteristics, older adults with SSD at Wave 1 had significantly increased odds of lifetime mood (adjusted odds ratios (AORs) = 3.65-10.55), anxiety (AORs = 1.61-2.50), and any personality (AOR = 1.62) disorders. After adjustment for sociodemographic characteristics and comorbid psychiatric disorders, older adults with SSD at Wave 1 had significantly increased odds of developing new-onset MDD (AOR = 1.44, 95% confidence interval (CI) = 1.01-2.05), as well as an anxiety disorder (AOR = 1.52, 95% CI = 1.04-2.20) at Wave 2. CONCLUSION: In addition to the 13.7% of US older adults with lifetime MDD, an additional 13.8% have lifetime SSD, which is not a formally recognized diagnosis. In addition to its high prevalence, SSD is associated with elevated rates of comorbid mood, anxiety, and personality disorders, as well as the development of a new-onset MDD and anxiety disorder. These results underscore the importance of dimensional approaches to assessing depressive symptoms in older persons, as diagnostic approaches that rely on rigorous categorical classifications may fail to identify a substantial proportion of at-risk individuals.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 découle