Early-life Stress, Depressive Symptoms, and Inflammation: The Role of Social Factors
Notice bibliographique
Résumé
Abstract Early-life stress (ELS) is associated with elevated risk of adverse psychological (e.g., depression) and physical health outcomes (chronic diseases driven by inflammation) in older adulthood. We evaluated whether four social factors buffered the ELS-depressive symptoms and ELS-inflammation associations. Data were from 3,416 adults (58.28% female; Mage=68.41; SDage=10.24) who participated in the 2006 wave of the Health and Retirement Study, a nationally representative sample of older adults in the United States. We used hierarchical regression analyses to first test the main effects of ELS on depressive symptoms and inflammation (high-sensitivity C-reactive protein). We then assessed whether four social factors (perceived support, frequency of social contact, network size, and volunteer activity) moderated the ELS-depressive symptoms and ELS-inflammation relationships. We found a small positive association between ELS and depressive symptoms (B=0.17, SE=0.05, p=.002), which was moderated by social contact and perceived support. Specifically, ELS was only associated with elevated depressive symptoms for participants with limited social contact (B=0.24, SE=0.07, p<.001) and low perceived support (B=0.24, SE=0.07, p<.001). These associations remained after accounting for potential confounders (age, body-mass index, adulthood stress, and marital status). ELS was not associated with inflammation, and no social factors moderated the ELS-inflammation link. Increased social contact and perceived support may be protective for individuals at an elevated risk of developing depressive symptoms as a result of ELS. Future interventions may benefit from leveraging these social factors to improve quality of life in adults with ELS.
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 | 0,001 |
| 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 ».