MétaCan
Menu
← Retour à la cohorte
Enregistrement W2297138865 · doi:10.1161/str.43.suppl_1.a2351

Abstract 2351: Poor Quality of Life and Low Social Support are Predictive of Depressive Symptoms in Chronic Stroke

2012· article· en· W2297138865 sur OpenAlexaboutno aff
Ruth E. Taylor‐Piliae

Notice bibliographique

RevueStroke · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)Depression (economics)Modified Rankin ScaleGeriatric Depression ScaleCenter for Epidemiologic Studies Depression ScaleQuality of life (healthcare)Pittsburgh Sleep Quality IndexPhysical therapyMontreal Cognitive AssessmentSocial supportGerontologyPsychiatryCognitionDepressive symptomsCognitive impairmentPsychologyIschemic stroke

Résumé

récupéré en direct d'OpenAlex

Background: Depression is a common yet often unrecognized consequence of stroke, affecting between 20-50% of all survivors. Reported underlying factors affecting depression in acute and chronic stroke include: functional disability, lesion location, time since stroke, female gender, age, cognitive impairment, history of major depression, low social support, poor quality of life, and inferior sleep quality. Purpose: To examine potential independent predictors of depressive symptoms in chronic stroke. Methods: Cross-sectional design using baseline data from the first 100 community-dwelling stroke survivors enrolled in an exercise intervention study. Eligible subjects included men and women aged ≥ 50 years and at ≥ 3 months post-stroke. Prior to their baseline study visit; subjects completed a comprehensive, self-administered health survey including medical history and valid/reliable questionnaires: Center for Epidemiological Studies Depression (CES-D) scale, Multidimensional Scale of Perceived Social Support, Medical Outcomes Study SF-36, and Pittsburgh Sleep Quality Index. At the baseline visit, functional disability (Modified Rankin Scale), and cognitive impairment (Mini-Mental Status Exam) were assessed using standardized procedures. Multiple linear regression was conducted to explore potential independent predictors of depressive symptoms. Results: Subjects (n=100) were on average 70±10 years old, and 39±49 months post-stroke. The majority reported an ischemic stroke (68%), were married (59%), White/European-American (78%), men (54%), college-educated (79%), and annual income ≥$50,000 (32%). Hemiparesis was common (right-side=39%, left-side=42%). A total of 35% of subjects had a CES-D scores ≥16, with 21% reporting a history of major depression. Approximately 64% of the variance in depressive symptoms, could be explained by the optimal combination of the independent variables in the model: functional disability, lesion location, time since stroke, gender, age, cognitive impairment, history of major depression, social support, quality of life, and sleep quality (R 2 =0.64, F 12,87 =12.97, p<0.01). Only poor quality of life (t 1,87 =-6.99, p<0.01) and low social support (t 1,87 =-2.14, p=0.04) contributed uniquely and significantly to the severity of depressive symptoms among these stroke survivors. Conclusion: Depressive symptoms are prevalent in chronic stroke survivors, even among an educated and economically advantaged population. Our findings are similar to reports by others that poor quality of life and low social support are major contributors to depressive symptoms in chronic stroke; and should be routinely assessed and monitored to improve long-term rehabilitation efforts, promote wellness and community reintegration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,018
Tête enseignante GPT0,311
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetStroke Rehabilitation and Recovery→Travaux en français237 207→