Prevalence of anxiety and depression symptoms and their associated factors in mild COPD patients from community settings, Shanghai, China: a cross-sectional study
Notice bibliographique
Résumé
Chronic obstructive pulmonary disease (COPD) is a serious disease frequently accompanied by anxiety and depression. Few studies have focused on anxiety and depression for mild COPD patients in China. This study aimed to assess the prevalence and associated factors for anxiety and depression among patients with mild COPD in urban communities. A cross-sectional survey of 275 mild COPD patients was conducted in 6 communities randomly sampled from Pudong New Area of Shanghai, China, in 2016. Data on socioeconomic factors and health conditions were acquired through a face-to-face interview as well as a physical examination. The Hospital Anxiety and Depression Scale (HAD) and EQ-5D visual analogue (EQ-5D vas ) were applied to evaluate their mental health and quality of life, respectively. Logistic regression model was used to estimate adjusted odds ratios (aORs) and their 95% confidential intervals (CI) for risk factors associated with anxiety or depression. Among 275 subjects, 8.1% had anxiety and 13.4% had depression. Logistic regression analysis indicated that female patients were more likely to suffer from anxiety than male patients (aOR = 6.41, 95% CI:1.73 - 23.80). Poor health status (EQ-5D vas score < 70) was significantly associated with increased risks of anxiety (aOR = 5.99, 95% CI: 2.13-16.82) and depression (aOR = 2.67, 95% CI: 1.29-5.52). There were increased risks of anxiety and depression in mild COPD patients living in urban communities. Female sex and poor health status were significantly correlated to anxiety or depression. More interventions should be developed to reduce the risks of anxiety and depression at the early stage of COPD.
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 | 0,001 |
| 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 ».