Association Between Severity of Depression and Cardiac Risk Factors Among Women Referred to a Cardiac Rehabilitation and Prevention Clinic
Notice bibliographique
Résumé
PURPOSE: Depression comorbid with cardiovascular disease is associated with higher rates of morbidity and mortality, with studies suggesting that this is especially true among women. This study examined depressive symptoms and their relationship to cardiac risk factors among women referred to a women's cardiac rehabilitation and primary prevention program. METHODS: A secondary analysis of data collected between 2004 and 2014 for 1075 women who completed a baseline assessment at the Women's Cardiovascular Health Initiative, a women-only cardiac rehabilitation and prevention program in Toronto, Canada. Descriptive statistics for sociodemographic variables, quality of life (SF-36), and cardiac risk factors were stratified by depression symptom severity using cutoff scores from the Beck Depression Inventory-2nd version (BDI-II) and compared with analysis of variance and χ statistics. Prevalence of antidepressant use among those with moderate to high depressive symptoms was assessed as an indicator of under- or untreated depression. RESULTS: Overall, 38.6% of women scored above the BDI-II cutoff for depression; 23.6% in the moderate or severe range. Socioeconomic status and quality of life decreased with increasing depression severity. Body mass index increased with depressive severity (P < .001), as did the percentage of individuals with below target age predicted fitness (P < .001). Only 39.0% of women in the moderate and severe BDI-II groups were taking antidepressants. CONCLUSION: In this sample, we found a significant prevalence of untreated and undertreated depressive symptoms among women with, or at high risk of developing, cardiovascular disease. Additional strategies are needed to identify these patients early and link them to appropriate treatment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».