Depression among predictors of intermittent claudication: A cross-sectional study
Notice bibliographique
Résumé
Purpose: The aim of the present cross-sectional study was to investigate the relationship between depression and intermittent claudication (IC), independently of traditional risk factors. Main methods: The sample consisted of 300 individuals (M age = 65.3 ± 8.7 years, 61.0% female) recruited from the offices of 33 general practitioners. Participants' medical history and the presence of major cardiovascular risk factors were recorded. Participants completed the Edinburgh Claudication Questionnaire. The role of depression (assessed by a shortened version of the Beck Depression Inventory) in predicting IC was examined using a binary logistic regression analysis - controlled for sex, age, hypertonia, diabetes, smoking, hypercholesterinemia, hazardous drinking, and body mass index (BMI). Results: The descriptive data indicated that the prevalence of depression was 57.9% in the IC subgroup and 16.1% in those free of IC. The bivariate analyses indicated that hypercholesterinemia, smoking, hazardous drinking, BMI, and depression were significantly associated with IC. Male sex and age showed a trend toward being a significant correlate of IC. Results of the multivariate analyses indicated that depressive symptomatology was significant in predicting IC (OR: 1.08 (1.05-1.11)), even after controlling for lifestyle and traditional risk factors such as smoking, hazardous drinking, and BMI. Among traditional risk factors, smoking (OR: 2.44 (1.26-4.74)), hazardous drinking (OR: 1.19 (1.02-1.40)), and hypercholesterinemia (OR: 2.17 (1.26-3.75)) showed a significant, positive relationship with IC. Conclusions: These results underscore the importance of a multidisciplinary approach that focuses on supporting health-related behavioral changes and managing mental health symptoms when providing care for patients with IC.
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 | 0,000 | 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) | 0,001 | 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 ».