Depression in people with type 2 diabetes: current perspectives
Notice bibliographique
Résumé
Depression in people with type 2 diabetes: current perspectives Lina Darwish,1–4 Erika Beroncal,1–3 Ma Veronica Sison,1–3 Walter Swardfager1–4 1Hurvitz Brain Sciences Program, Sunnybrook Research Institute, Toronto, ON, Canada; 2Department of Pharmacology and Toxicology, University of Toronto, Toronto, ON, Canada; 3Cardiac Rehabilitation Program, University Health Network Toronto Rehabilitation Institute, Toronto, ON, Canada; 4Canadian Partnership for Stroke Recovery, Toronto, ON, Canada Abstract: Type 2 diabetes mellitus (T2DM) is associated with depressive symptoms, and comorbid depression in those with T2DM has been associated with adverse clinical profiles. Recognizing and addressing psychological symptoms remain significant clinical challenges in T2DM. Possible mediators of the reciprocal relationship between T2DM and depression may include physical activity levels, effectiveness of self-management, distress associated with a new T2DM diagnosis, and frailty associated with advanced diabetes duration. The latter considerations contribute to a “J-shaped” trajectory from the time of diagnosis. There remain significant challenges to screening for clinical risks associated with psychological symptoms in T2DM; poorer outcomes may be associated with major depressive episodes, isolated (eg, anhedonic), or subsyndromal depressive symptoms, depressive-like symptoms more specific to T2DM (eg, diabetes-related distress), apathy or fatigue. In this review, we discuss current perspectives on depression in the context of T2DM with implications for screening and management of these highly comorbid conditions. Keywords: type 2 diabetes, depression, mood, complications
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».