Associations between Depressive Symptoms and Social Support in Adults with Diabetes: Comparing Directionality Hypotheses with a Longitudinal Cohort
Notice bibliographique
Résumé
BACKGROUND: Individuals with diabetes are at increased risk of elevated depressive symptoms, and social support has been identified as a key factor in the health of this population. Cross-sectional associations between depressive symptoms and social support have been demonstrated. Three classes of hypotheses differentially describe the direction of this association: (1) depressive symptoms influence social support, (2) social support influences depressive symptoms, and (3) reciprocal associations exist between depressive symptoms and social support. PURPOSE: The aim of this study was to compare these hypotheses. METHODS: Depressive symptoms and social support were measured via telephone survey in a large cohort study of individuals with diabetes (n = 1754) in Quebec, Canada. After baseline, data were collected annually for 4 years. Path models depicting each hypothesis, as well as a stability model containing only autoregressive effects, were generated, and model fit was compared with Akaike's Information Criterion (AIC). RESULTS: The reciprocal model was selected as the best fitting model because it had the lowest AIC. This model demonstrated that depressive symptoms predicted subsequent social support at all time points and that social support predicted subsequent depressive symptoms at most time points. CONCLUSIONS: It appears that the association between depressive symptoms and social support in people with diabetes is best characterized as reciprocal. Results underscore the importance of directly comparing competing hypotheses and offer a more accurate depiction of the association between depressive symptoms and social support among people with diabetes.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».