Prevalence and associated factors of comorbid anxiety disorders in late-life depression: findings from geriatric tertiary outpatient settings
Notice bibliographique
Résumé
Purpose: The study evaluated the prevalence of comorbid anxiety disorders in late-life depression (LLD) and identified their associated factors. Patients and methods: This study involved 190 elderly Thais with depressive disorders diagnosed according to the Mini-International Neuropsychiatric Interview (MINI). Anxiety disorders were also diagnosed by the MINI. The 7-item Hamilton Depression Rating Scale (HAMD-7), Montreal Cognitive Assessment, Geriatric Depression Scale (GDS), Core Symptoms Index, Neuroticism Inventory, Perceived Stress Scale and Multidimensional Scale for Perceived Social Support were completed. Descriptive statistics and ORs were used for analysis. Results: Participants included 139 females (73.2%) with a mean age of 68.39±6.74 years. The prevalence of anxiety disorders was 7.4% for generalized anxiety disorder (GAD), 4.7% for panic disorder, 5.3% for agoraphobia, 1.1% for social phobia, 2.1% for obsessive–compulsive disorder and 3.7% for post-traumatic stress disorder, with an overall prevalence of 16.84%. The comorbidity of anxiety disorders was associated with gender ( P =0.045), history of depressive disorder ( P =0.040), family history of depressive disorder ( P =0.004), GDS ( P =0.037), HAMD-7 ( P =0.001), suicidality ( P =0.002) and neuroticism ( P =0.003). History of alcohol use was not associated. Conclusion: The prevalence of anxiety in LLD was comparable to other studies, with GAD and agoraphobia being the most prevalent. This study confirmed the role of depression severity and neuroticism in developing comorbid anxiety disorders. Keywords: generalized anxiety disorder, depressive disorder, elderly, risk factors
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) | 0,000 | 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) | 0,000 | 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 ».