Depression and Disturbed Bone Metabolism: A Narrative Review of the Epidemiological Findings and Postulated Mechanisms
Notice bibliographique
Résumé
Major depressive disorder (MDD) is a pervasive chronic condition that contributes substantially to the global burden of disease and disability. Adding to the complexity of this disorder are numerous associated medical comorbidities with a bidirectional impact on morbidity and mortality. In recent years, osteoporosis has been increasingly identified as a significant comorbidity of MDD. This narrative review examines the literature to summarize key epidemiological studies and discuss postulated mechanisms of interaction. Epidemiological studies have repeatedly shown an increased co-prevalence of fractures and decreased bone mineral density (BMD) in MDD. The pathophysiological mechanism underlying this interaction is undoubtedly complex and multifactorial, and proposed pathways have varying levels of evidence from preclinical and clinical models. Conceptually, the mechanisms by which depression might influence bone metabolism can be categorized into biological, behavioral, iatrogenic, and comorbidity-related factors. Biological factors include the inflammatory-mood pathway, hypothalamic-pituitary-adrenal (HPA) axis dysregulation, metabolic dysfunction, and serotonin's direct and indirect effects on bone cells. Behavioral factors incorporate lifestyle choices typical in depressed patients, such as increased tobacco use or limited exercise. The prominent iatrogenic factor is the independent effects of anti-depressants on bone metabolism. Psychiatric and medical comorbidities common to both osteoporosis and MDD are also important to consider. Physical activity promotion, vitamin D supplementation, and routine BMD screening of MDD patients are simple interventions that might lead to improved outcomes for both conditions. An improved understanding of the underlying mechanisms may yield insights into novel prevention and treatment strategies to target osteoporosis and fractures in the MDD population.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».