Is it time to consider depression as a major complication of type 2 diabetes? Evidence from a large population-based cohort study
Notice bibliographique
Résumé
AIMS: Depression in type 2 diabetes may heavily affect the course of the disease. In this study, we investigated, among new cases with type 2 diabetes, the incidence and clinical predictors of depression and determined the extent to which depression constitutes a risk factor for acute and long-term diabetes complications and mortality. METHODS: In this population-based retrospective cohort study, incident cases of type 2 diabetes without a prior history of depression were identified from the administrative databases of the Emilia-Romagna Region, Italy, between 2008 and 2017 and followed up until 2020. Logistic regression models were used to identify the predictors of depression. Cox regression models were used to estimate the risk of acute complications over three years, and the risk of long-term complications and mortality over ten years. RESULTS: Incident cases with type 2 diabetes were 30,815, of whom 5146 (16.7%) developed depression. The predictors of depression onset were as follows: female sex, age > 65 years, living in rural areas and comorbid diseases. Depression in type 2 diabetes was associated with a 2.3-fold risk of developing acute complications, 1.6-fold risk of developing long-term complications and 2.8-fold mortality risk. CONCLUSIONS: Our findings highlight that depression is associated with an increased risk for complications in type 2 diabetes and mortality and should not be neglected. Therefore, it is important to promote screening activities and introduce targeted and personalized treatment for depression in order to reduce the risk of poor short- and long-term outcomes of diabetes.
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 | 0,001 |
| 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) | 0,011 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».