Anxiety and depression in patients with osteoarthritis: impact and management challenges
Notice bibliographique
Résumé
BACKGROUND: Anxiety and depression are common psychological comorbidities that impact the quality of life (QoL) of patients. In this systematic review, we 1) determined the impact of anxiety and depression on outcomes in patients with osteoarthritis (OA) and 2) summarized unique challenges these comorbidities present to current OA management. PATIENTS AND METHODS: A systematic literature search was performed using the OVID Medline and EMBASE databases until April 2016. Full-text research articles published in English from the year 2000 onward with a sample size of >100 were included in this review. Eligible research articles were reviewed and the following data were extracted: study author(s), year of publication, study design, and key findings. RESULTS: A total of 38 studies were included in the present review. The present study found that both anxiety and/or depression were highly prevalent among patients with OA. Patients with OA diagnosed with these comorbidities experienced more pain, had frequent hospital visits, took more medication, and reported less optimal outcomes. Management strategies in the form of self-care, telephone support, audio/video education programs, and new pharmacotherapies were reported with favorable results. CONCLUSION: Anxiety and depression adversely impact the QoL of patients with OA. Physicians/caregivers are highly recommended to consider these comorbidities in patients with OA. Ultimately, a holistic individualized management approach is necessary to improve patient outcomes.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».