Dynamic relationships between depressive symptoms and insulin resistance over 20 years of adulthood
Notice bibliographique
Résumé
Abstract Background Bidirectional longitudinal relationships between depression and diabetes have been observed, but the dominant direction of their temporal relationships remains controversial. Methods The random-intercept cross-lagged panel model decomposes observed variables into a latent intercept representing the traits, and occasion-specific latent ‘state’ variables. This permits correlations to be assessed between the traits, while longitudinal ‘cross-lagged’ associations and cross-sectional correlations can be assessed between occasion-specific latent variables. We examined dynamic relationships between depressive symptoms and insulin resistance across five visits over 20 years of adulthood in the population-based Coronary Artery Risk Development in Young Adults (CARDIA) study. Possible differences based on population group (Black v. White participants), sex and years of education were tested. Depressive symptoms and insulin resistance were quantified using the Center for Epidemiologic Studies Depression (CES-D) scale and the homeostatic model assessment for insulin resistance (HOMA-IR), respectively. Results Among 4044 participants (baseline mean age 34.9 ± 3.7 years, 53% women, 51% Black participants), HOMA-IR and CES-D traits were weakly correlated ( r = 0.081, p = 0.002). Some occasion-specific correlations, but no cross-lagged associations were observed overall. Longitudinal dynamics of these relationships differed by population groups such that HOMA-IR at age 50 was associated with CES-D score at age 55 ( β = 0.076, p = 0.038) in White participants only. Longitudinal dynamics were consistent between sexes and based on education. Conclusions The relationship between depressive symptoms and insulin resistance was best characterized by weak correlations between occasion-specific states and enduring traits, with weak evidence that insulin resistance might be temporally associated with subsequent depressive symptoms among White participants later in adulthood.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 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) | 0,001 | 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 ».