Prevalence of Depression, Anxiety and Cognitive Impairment in Patients with Type 2 Diabetes from the Central Part of Romania
Notice bibliographique
Résumé
Abstract Objective : The aim of this study was to assess the prevalence of depression, anxiety and cognitive impairment in patients with type 2 diabetes (T2D). Material and methods : We conducted a cross-sectional study in patients with T2D. Depression and anxiety were assessed by questionnaires (PHQ-9, CES-D and GAD-7 respectively), cognitive function by the MoCA test. Additionally, 503 patients’ clinic charts were separately analyzed in order to compare the data recorded in the charts with that resulted from the active assessment. Results : In the screening study 216 subjects with T2D were included (62.2 ± 7.8 years old). 34.3% of them had depression and 7.4% presented major depression. 44.9% of patients with T2D had anxiety (9.2% major anxiety) and this was highly correlated with depression (OR: 21.139, 95%CI: 9.767-45.751; p<0.0001). Women had significantly higher prevalence of depression and anxiety compared to men (42.1% vs. 21.7%; p: 0.0021 and 51.1% vs. 34.9%; p: 0.02), but severe depression was similar between genders (9.0% vs. 4.8%; p: 0.29). Significantly more patients had depression and anxiety than recorded in their charts (34.3% vs. 13.9% and 44.9% vs. 9.3%, respectively; p<0.0001 for both). 69.0% of T2D patients had mild, 6.0% had moderate and none had severe cognitive dysfunction, respectively. Significantly more patients with depression and anxiety had mild and moderate cognitive impairment (p: 0.03 and p: 0.04, respectively). Conclusions : Patients with T2D had a high prevalence of comorbid depression, anxiety and cognitive impairment. Depression and anxiety were significantly more frequent in women. These conditions were under-evaluated and/or under-reported.
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) | 0,000 | 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 ».