Chronic stress, depression and personality type in patients with myasthenia gravis
Notice bibliographique
Résumé
Background and purpose Stress is a known risk factor for the onset and modulation of disease activity in autoimmune disorders. The aim of this cross‐sectional study was to determine any associations between myasthenia gravis ( MG ) severity and chronic stress, depression and personality type. Methods In all, 179 consecutive adult patients with confirmed MG attending the Neuromuscular Clinic between March 2017 and December 2017 were included. At baseline, patients were assessed clinically and they completed self‐administered scales for disease severity, perceived stress, depression and personality type. Results Higher disease severity [Myasthenia Gravis Impairment Index (MGII)] showed a moderate correlation with depression score (Beck's Depression Inventory, Second Edition, r = 0.52, P < 0.001) and a lower correlation with chronic stress (Trier Inventory for Assessment of Chronic Stress, r = 0.28, P = 0.001). Chronic stress scores were different according to personality types ( anova , P = 0.02). The linear regression model with MGII score as the dependent variable showed R 2 = 0.34, likelihood ratio chi‐squared 74.55, with P < 0.0001. The only variables that predicted disease severity were depression scores ( P < 0.0001) and female sex ( P = 0.003). Conclusions A significant association of MG severity with depression and chronic stress was found, as well as with female gender. These findings should raise awareness that the long‐term management of MG should address depression and potential stress and consider behavioural management to prevent stress‐related immune imbalance.
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 | 0,000 |
| 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 ».