Latent class‐derived subgroups of depressive symptoms in a community sample of older adults: the Cache County Study
Notice bibliographique
Résumé
OBJECTIVE: We sought to identify possible subgroups of elders that varied in depressive symptomatology and to examine symptom patterns and health status differences between subgroups. METHODS: The Cache County memory study is a population-based epidemiological study of dementia with 5092 participants. Depressive symptoms were measured with a modified version of the diagnostic interview schedule-depression. There were 400 nondemented participants who endorsed currently (i.e., in the past 2 weeks) experiencing at least one of the three "gateway" depressive symptoms and then completed a full depression interview. Responses to all nine current depressive symptoms were modeled using the latent class analysis. RESULTS: Three depression subgroups were identified: a significantly depressed subgroup (62%), with the remainder split evenly between a subgroup with low probability of all symptoms (21%), and a subgroup with primarily psychomotor changes, sleep symptoms, and fatigue (17%). Latent class analysis derived subgroups of depressive symptoms and Diagnostic and statistical manual of mental disorders, fourth edition depression diagnostic group were nonredundant. Age, gender, education, marital status, early or late onset, number of episodes, current episode duration, and functional status were not significant predictors of depression subgroup. The first subgroup was more likely to be recently bereaved and had less physical health problems, whereas the third subgroup were less likely to be using antidepressants compared with the second subgroup. CONCLUSIONS: There are distinct subgroups of depressed elders, which are not redundant with the Diagnostic and statistical manual of mental disorders, fourth edition classification scheme, offering an alternative diagnostic approach to clinicians and researchers. Future work will examine whether these depressive symptom profiles are predictive of incident dementia and earlier mortality.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».