Balance Problems, Paralysis, and Angina as Clinical Markers for Severity in Major Depression
Notice bibliographique
Résumé
Major depressive disorder (MDD) is a heterogeneous disorder. Our hypothesis is that neurological symptoms correlate with the severity of MDD symptoms. One hundred eighty-four outpatients with MDD completed a self-report questionnaire on past and present medical history. Patients were divided into three roughly equal depression severity levels based on scores from the APA Severity Measure for Depression—Adult (n = 66, 58, 60, for low, medium, high severity, respectively). We saw a significant and gradual increase in the frequency of “muscular paralysis” (1.5–5.2–16.7%) and “balance problems” (21.2–36.2–46.6%) from low to medium to high severity groups. We repeated the analysis using only the two most extreme severity categories: low severity (66 samples) vs. high severity (60 samples). High severity patients were also found to experience more “angina” symptoms than low severity patients (27.3 vs. 50%). The three significant clinical variables identified were introduced into a binary logistic regression model as the independent variables with high or low severity as the dependent variable. Both “muscular paralysis” and “balance problems” were significantly associated with increased severity of depression (odds ratio of 13.5 and 2.9, respectively), while “angina” was associated with an increase in severity with an odds ratio of 2.0, albeit not significantly. We show that neurological exam or clinical history could be useful biomarkers for depression severity. Our findings, if replicated, could lead to a simple clinical scale administered regularly for monitoring patients with MDD.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».