An Observational Study on Depressive Illness in Hemodialysis Recipients: A Review on its Association and Prognostication
Notice bibliographique
Résumé
Major Depressive Disorder (MDD) is one of the most common psychiatric illnesses. The effect of depression on one’s physical health is well-known, which can include anything from weight gain or loss to chronic illnesses such as heart disease, kidney or gastrointestinal problems. Provided the increasing prevalence of patients suffering from End Stage Renal Disease (ESRD) and receiving hemodialysis treatment, it is important to investigate how MDD affects the outcome of their treatment. The incidence of depression in dialysis patients ranges from 10% to 66% in various studies, with prevalence reaching as high as 100%. The purpose of this article is to find the prevalence and severity of major depressive disorder in dialysis patients as well as to describe the possible pathways MDD worsens the dialysis outcome. Our study population consisted of 51 End Stage Renal Disease (ESRD) patients sampled from the Department of Nephrology at BIRDEM General Hospital. Neurocognitive, physical symptoms, the severity of MDD and presence of comorbid conditions including diabetics and hypertension, were measured in our study. The ESRD patient sample consisted 47.7% moderately depressed patients, 34% severely depressed, 11.4% mild and 6.8% with minimal MDD patients. Analogous to Hypertension and Diabetic patients with depression, the number of Chronic Kidney Disease (CKD) patients with mostly moderate severe depression increased with the duration of the disease. The article explains a myriad of biologic, behavioral, genetic and social factors underlying the association of depression and adverse medical outcomes in patients with CKD and ESRD. Moreover, neuroimaging data is required for further discussion on relationship between Depression and CKD. The implication of this study is to emphasize the importance of dialysis patients’ overall health and to serve as a pretext for further research into depression in dialysis patients. Bangladesh Crit Care J March 2020; 8(1): 41-47
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».