Latent class growth modeling of depression and anxiety in older adults: an 8-year follow-up of a population-based study
Notice bibliographique
Résumé
BACKGROUND: Depression and anxiety are common mental health conditions in the older adult population. Understanding the trajectories of these will help implement treatments and interventions. AIMS: This study aims to identify depression and anxiety trajectories in older adults, evaluate the interrelationship of these conditions, and recognize trajectory-predicting characteristics. METHODS: Group-based dual trajectory modeling (GBDTM) was applied to the data of 3983 individuals, aged 65 years or older who participated in the Korean Health Panel Study between 2008 and 2015. Logistic regression was used to identify the association between characteristics and trajectory groups. RESULTS: Four trajectory groups from GBDTM were identified within both depression and anxiety outcomes. Depression outcome fell into "low-flat (87.0%)", "low-to-middle (8.8%)", "low-to-high (1.3%)" and "high-stable (2.8%)" trajectory groups. Anxiety outcome fell into "low-flat (92.5%)", "low-to-middle (4.7%)", "high-to-low (2.2%)" and "high-curve (0.6%)" trajectory groups. Interrelationships between depression and anxiety were identified. Members of the high-stable depression group were more likely to have "high-to-low" or "high-curved" anxiety trajectories. Female sex, the presence of more than three chronic diseases, and being engaged in income-generating activity were significant predictors for depression and anxiety. CONCLUSIONS: Dual trajectory analysis of depression and anxiety in older adults shows that when one condition is present, the probability of the other is increased. Sex, having more than three chronic diseases, and not being involved in income-generating activity might increase risks for both depression and anxiety. Health policy decision-makers may use our findings to develop strategies for preventing both depression and anxiety in older adults.
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 | 0,000 |
| 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 ».