Increased Risk of Incident Chronic Kidney Disease, Cardiovascular Disease, and Mortality in Patients With Diabetes With Comorbid Depression
Notice bibliographique
Résumé
OBJECTIVE It is not known if patients with diabetes with depression have an increased risk of chronic kidney disease (CKD). We examined the association between depression and incident CKD, mortality, and incident cardiovascular events in U.S. veterans with diabetes. RESEARCH DESIGN AND METHODS Among a nationally representative prospective cohort of >3 million U.S. veterans with baseline estimated glomerular filtration rate (eGFR) ≥60 mL/min/1.73 m2, we identified 933,211 patients with diabetes. Diabetes was ascertained by an ICD-9-CM code for diabetes, an HbA1c >6.4%, or receiving antidiabetes medication during the inclusion period. Depression was defined by an ICD-9-CM code for depression or by antidepressant use during the inclusion period. Incident CKD was defined as two eGFR levels <60 mL/min/1.73 m2 separated by ≥90 days and a >25% decline in baseline eGFR. The associations between depression and outcomes were assessed using Cox proportional regression. RESULTS Depression was present in 340,806 patients at enrollment. Depressed patients were younger (61 ± 11 vs. 65 ± 11 years), had higher eGFR (84 ± 15 vs. 81 ± 14 mL/min/1.73 m2), but had more comorbidities. Incident CKD developed in 180,343 patients. Depression was associated with 20% higher risk of incident CKD (adjusted hazard ratio [aHR] and 95% CI: 1.20 [1.19–1.21]). Similarly, depression was associated with increased all-cause mortality (aHR and 95% CI: 1.25 [1.24–1.26]). CONCLUSIONS The presence of depression in patients with diabetes is associated with higher risk of developing CKD compared with nondepressed patients. Intervention studies should determine if effective treatment of depression in patients with diabetes would prevent major renal and cardiovascular complications.
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 ».