Diabetes increases the risk of depression: A systematic review, meta-analysis and estimates of population attributable fractions based on prospective studies
Notice bibliographique
Résumé
We aim to examine the relationship between diabetes and depression risk in longitudinal cohort studies and by how much the incidence of depression in a population would be reduced if diabetes was reduced. Medline/PubMed, EMBASE, PsycINFO, and Cochrane Library databases were searched for English-language published literature from January 1990 to December 2017. Longitudinal studies with criteria for depression and self-report doctors' diagnoses or diagnostic blood test measurement of diabetes were assessed. Systematic review with meta-analysis synthesized the results. Study quality, heterogeneity, and publication bias were examined. Pooled odds ratios were calculated using random effects models. Population attributable fractions (PAFs) were used to estimate potential preventive impact. Twenty high-quality articles met inclusion criteria and were analyzed. The pooled odds ratio (OR) between diabetes and depression was 1.33 (95% CI, 1.18-1.51). For the various study types the ORs were as follows: prospective studies (OR 1.34, 95% CI 1.14-1.57); retrospective studies (OR 1.30, 95% CI 1.05-1.62); self-reported diagnosis of diabetes (OR 1.37, 95% CI 1.17-1.60); and diagnostic diabetes blood test (OR 1.25, 95% CI 1.04-1.52). PAFs suggest that over 9.5 million of global depression cases are potentially attributable to diabetes. A 10-25% reduction in diabetes could potentially prevent 930,000 to 2.34 million depression cases worldwide. Our systematic review provides fairly robust evidence to support the hypothesis that diabetes is an independent risk factor for depression while also acknowledging the impact of risk factor reduction, study design and diagnostic measurement of exposure which may inform preventive interventions.
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 | 0,033 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,019 | 0,046 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».