Correlates of well-being among Canadians with mood and/oranxiety disorders
Notice bibliographique
Résumé
INTRODUCTION: Our objective was to examine variables associated with well-being as measured by high self-rated mental health (SRMH) and life satisfaction (LS), among Canadian adults (aged 18+) living with a mood and/or an anxiety disorder. METHODS: We used nationally representative data from the 2014 Survey on Living with Chronic Diseases in Canada-Mood and Anxiety Disorders Component (SLCDC-MA) to describe the association between well-being and self-management behaviours (physical activity, sleep and meditation) as well as perceived stress, coping and social support. We used multivariate logistic regression to model the relationship between these factors and measures of well-being. RESULTS: Approximately one in three individuals with mood and/or anxiety disorders reported high SRMH. The logistic regression models demonstrated that several characteristics such as being older, and reporting higher self-rated general health, fewer functional limitations, lower levels of perceived life stress, higher levels of perceived coping and higher levels of perceived social support were associated with higher levels of wellbeing. Self-management behaviours (including starting physical activity, meditation, adopting good sleep habits and attaining a certain number of hours of nightly sleep) were not significantly associated with measures of well-being in our multivariate model. CONCLUSION: Canadian adults with mood and/or anxiety disorders who reported lower levels of perceived stress and higher levels of social support and coping were more likely to report high levels of well-being. This study contributes evidence from a representative population-based sample indicating well-being is achievable, even in the presence of a mood and/or an anxiety disorder.
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) | 0,004 | 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 ».