MétaCan
Menu
Retour à la cohorte
Enregistrement W2746580603 · doi:10.4088/jcp.16m11276

Association Between Bone Mineral Density and Depressive Symptoms in a Population-Based Sample

2017· article· en· W2746580603 sur OpenAlexaff
Rocco Hlis, Roger S. McIntyre, Naim M. Maalouf, Erin Van Enkevort, E. Sherwood Brown

Notice bibliographique

RevueThe Journal of Clinical Psychiatry · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Center for Advancing Translational Sciences
Mots-clésMedicineBone mineralInternal medicineBody mass indexCohortPopulationMajor depressive disorderOsteoporosisPhysical therapyDemography

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This analysis was conducted to determine the relationship between bone mineral density (BMD) and depressive symptoms in a population-based cohort. METHODS: Data were extracted from the second phase of the Dallas Heart Study (DHS-2), a large, multiethnic population sample in Dallas County, Texas, from September 1, 2007, to December 31, 2009. Depressive symptom severity was measured with the 16-item Quick Inventory of Depressive Symptomatology-Self Report (QIDS-SR₁₆), which is derived from DSM-IV major depressive disorder criteria. BMD was measured using dual-energy x-ray absorptiometry. Multiple linear regressions examined the relationship between QIDS-SR₁₆ score and BMD controlling for age, body mass index, sex, ethnicity, smoking status, alcohol use status, serum 25-hydroxyvitamin D concentration, antidepressant use, and physical activity as measured by total vigorous and moderate metabolic equivalents. Subgroup analyses explored differences related to age. RESULTS: QIDS-SR₁₆ score was not a significant predictor of either lumbar spine or total hip T-score (β = -0.01, P = .61 and β = -0.02, P = .39) in the overall population (n = 2,285). There was a significant negative interaction term between age and QIDS-SR₁₆ group (β = -0.01, P = .01). In participants aged 60 years or older (n = 465), QIDS-SR₁₆ score was a significant predictor of BMD at the lumbar spine and total hip (β = -0.14, P = .003 and β = -0.12, P = .006, respectively). CONCLUSIONS: QIDS-SR₁₆ score did not significantly predict BMD in the overall DHS-2 sample. There was, however, a significant association observed in participants aged ≥ 60 years. Results suggest that diagnosis and treatment of depressive symptoms may be of clinical importance in older individuals, a subgroup at high risk for osteoporosis and fractures.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,062
Tête enseignante GPT0,440
Écart entre enseignants0,379 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Clinical PsychiatryMême sujetBone health and osteoporosis researchTravaux en français237 207