MétaCan
Menu
Retour à la cohorte
Enregistrement W2165085345 · doi:10.5539/gjhs.v7n3p161

The Impact of Depression and Malnutrition on Health-Related Quality of Life Among the Elderly Iranians

2014· article· en· W2165085345 sur OpenAlexvenueno aff
Sareh Keshavarzi, Seyed Mehdi Ahmadi, Kamran Bagheri Lankarani

Notice bibliographique

RevueGlobal Journal of Health Science · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesShiraz UniversityShiraz University of Medical Sciences
Mots-clésMalnutritionDepression (economics)Geriatric Depression ScaleMedicineQuality of life (healthcare)GerontologyDepressive symptomsMental healthCross-sectional studyActivities of daily livingPsychiatryInternal medicineAnxiety

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The present study aimed to assess the association between nutritional status and depressive symptoms among elderly Iranians and to explore their impact on their Health-Related Quality of Life (HRQoL). METHODS: In this cross-sectional study, 447 elders aging from 55 to 85 years were randomly selected and completed the Iranian version of Geriatric Depression Scale-15 (GDS), Mini Nutritional Assessment (MNA), and the Iranian version of Short Form Health Survey (SF-36). RESULTS: Out of the 447 elderly, 72.1% were female with the mean age of 65.99 ± 7.89 years. The prevalence of depression was 38.1%. In addition, the SF-36 sub-scores tended to be lower among the elders with depressive symptoms according to GDS. The Physical Functioning (PF), Bodily Pain (BP), Role Physical (RP), Role Emotional (RE), and Mental Health (MH) dimensions of the SF-36 were also statistically poorer in the elders with depression. The mean MNA score was 24.6 ± 2.7; 35.4% of the participants were malnourished or at risk of malnutrition and 64.6% were adequately nourished. The sub scores of SF-36 were significantly lower in the elders with impaired nutritional status. CONCLUSIONS: Considering the importance of the association among psychological and nutritional problems and HRQoL in caring for and promoting the welfare of the elders, this study provided fundamental information and a basis for further evaluation of this issue in developing and undeveloped countries.

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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,109
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,053
Tête enseignante GPT0,419
Écart entre enseignants0,366 · 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.

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

Citations54
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetNutrition and Health in AgingTravaux en français237 207