MétaCan
Menu
Retour à la cohorte
Enregistrement W2552864116 · doi:10.1001/jamapsychiatry.2016.3162

Prevalence of Depression in Patients With Mild Cognitive Impairment

2016· review· en· W2552864116 sur OpenAlexaff
Zahinoor Ismail, Heba Elbayoumi, Corinne E. Fischer, David B. Hogan, Colleen P. Millikin, Tom A. Schweizer, Moyra E. Mortby, Eric E. Smith, Scott B. Patten, Kirsten M. Fiest

Notice bibliographique

RevueJAMA Psychiatry · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of ManitobaHotchkiss Brain InstituteSt. Michael's HospitalUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDepression (economics)PsycINFOMedicineMEDLINEDementiaPopulationPsychiatryMeta-analysisClinical psychologyInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

IMPORTANCE: Depression is common in individuals with mild cognitive impairment (MCI) and may confer a higher likelihood of progression to dementia. Prevalence estimates of depression in those with MCI are required to guide both clinical decisions and public health policy, but published results are variable and lack precision. OBJECTIVE: To provide a precise estimate of the prevalence of depression in individuals with MCI and identify reasons for heterogeneity in the reported results. DATA SOURCES: A search of literature from database inception to March 2016 was performed using Medline, Embase, and PsycINFO. Hand searching of all included articles was performed, including a Google Scholar search of citations of included articles. STUDY SELECTION: Articles were included if they (1) were published in English, (2) reported patients with MCI as a primary study group, (3) reported depression or depressive symptoms using a validated instrument, and (4) reported the prevalence of depression in patients with MCI. DATA EXTRACTION AND SYNTHESIS: All abstracts, full-text articles, and other sources were reviewed, with data extracted in duplicate. The overall prevalence of depression in patients with MCI was pooled using a random-effects model. Heterogeneity was explored using stratification and random-effects meta-regression. MAIN OUTCOMES AND MEASURES: The prevalence of depression in patients with MCI, reported as a percentage with 95% CIs. Estimates were also stratified by population source (community-based or clinic-based sample), method of depression diagnosis (clinician-administered, informant-based, or self-report), and method of MCI diagnosis (cognitive vs global measure and amnestic vs nonamnestic). RESULTS: Of 5687 unique abstracts, 255 were selected for full-text review, and 57 studies, representing 20 892 patients, met all inclusion criteria. The overall pooled prevalence of depression in patients with MCI was 32% (95% CI, 27-37), with significant heterogeneity between estimates (I2 = 90.7%). When stratified by source, the prevalence of depression in patients with MCI in community-based samples was 25% (95% CI, 19-30) and was 40% (95% CI, 32-48) in clinic-based samples, which was significantly different (P < .001). The method used to diagnose depression did not significantly influence the prevalence estimate, nor did the criteria used for MCI diagnosis or MCI subtype. CONCLUSIONS AND RELEVANCE: The prevalence of depression in patients with MCI is high. A contributor to heterogeneity in the reported literature is the source of the sample, with greater depression burden prevalent in clinic-based samples.

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)0,012
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,055
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0070,007
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,337
Écart entre enseignants0,321 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations514
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA PsychiatryMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207