Antidepressant medication use and objectively measured physical activity and sedentary behaviors in adults: a cross-sectional analysis of a nationally representative sample of Canadian adults.
Notice bibliographique
Résumé
Background: Antidepressant medication is one of the most prescribed medications among Canadians. This medication class has been previously associated with adverse effects. To date, far too little attention has been paid to physical activity (PA) and sedentary behaviors (SB) in adults using antidepressant medication. The study aims to compare objectively measured time in PA and SB behaviors in a population-based sample of adults using antidepressant medication compared to a group of adults not using any psychotropic medication, and to investigate whether these behaviors differ according to four antidepressant classes. Methods: We used representative data from the Canadian Health Measures Survey (2007–2013). Medication use was documented during an in-house visit. PA and SB were measured by accelerometer. We included 7680 participants aged 18 to 79 years. A set of weighted analyses of covariance with adjustments for sex, age, body-mass index, income, education level, season, smoking and marital status was conducted to compare mean differences in PA and SB variables between adults using antidepressants and controls. Results: The cross-sectional weighted prevalence of antidepressant use was 9.3%. Adults using antidepressants completed significantly fewer minutes of moderate to vigorous PA and steps daily compared to adults without psychotropic medication. Daily time spent in light PA and SB were not significantly different between both groups. Sensitivity analyses controlling for self-reported mental and physical health showed no significant difference except smaller time spent in moderate to vigorous PA in adults using SSRI antidepressants than control. Conclusion: Due to host of negative side effects associated with antidepressant usage and the present findings demonstrating lower levels of MVPA in those taking SSRIs, care providers should promote physical activity when prescribing this class of antidepressants.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».