Meta-Analysis of the Prevalence of Major Depressive Disorder Among Older Adults With Dementia
Notice bibliographique
Résumé
OBJECTIVE: Little is known about the overall prevalence of major depressive disorder (MDD) in persons with dementia (ie, "depression in dementia": DpD). The aim of this systematic review and meta-analysis was to determine the prevalence and factors associated with DpD among older adults (age range 58.7-87.8 years). The protocol was registered in the PROSPERO registry (2015:CRD42015020681). DATA SOURCES: We searched the following electronic databases: MEDLINE (1946-February 2017), Embase (1980-2017 week 5), and PsycINFO (1967-February 2017) using medical subject headings and free-text search terms for studies in the English language. STUDY SELECTION: We screened 9,421 studies, and 55 met the inclusion criteria (ie, used validated criteria for both MDD and dementia). DATA EXTRACTION: Two independent reviewers extracted data from included studies. Meta-analysis was used to determine the pooled estimates and 95% confidence intervals for the prevalence of DpD. Prevalence across dementia subtypes, study setting, diagnostic criteria, and dementia severity was compared in subgroup analyses. RESULTS: The prevalence of MDD in all-cause dementia was 15.9% (95% CI, 12.6%-20.1%). The prevalence of MDD was higher among individuals with vascular dementia (24.7%) compared to Alzheimer's disease (14.8%). Studies using the provisional diagnostic criteria for DpD reported a higher prevalence (35.6%) compared to studies using either the DSM-III-R (13.2%) or DSM-IV (17.3%) criteria. CONCLUSIONS: Depression is common among individuals with dementia, and the type of dementia and diagnostic criteria affect prevalence estimates of DpD. Further studies are required to understand factors that lead to the development of DpD and strategies to prevent and treat DpD.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».