MétaCan
Menu
Retour à la cohorte
Enregistrement W4282836474 · doi:10.9778/cmajo.20210019

Depression, diabetes and immigration status: a retrospective cohort study using the Canadian Longitudinal Study on Aging

2022· article· en· W4282836474 sur OpenAlexafffundvenueabout
Doaa Farid, Patricia Li, Deborah Da Costa, Waqqas Afif, Jason Szabo, Kaberi Dasgupta, Elham Rahme

Notice bibliographique

RevueCMAJ Open · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésImmigrationRetrospective cohort studyDepression (economics)Diabetes mellitusLongitudinal studyGerontologyMedicineCohortCohort studyLongitudinal dataDemographyPolitical scienceInternal medicineSociologyEconomicsEndocrinology

Résumé

récupéré en direct d'OpenAlex

Background: A bidirectional association between depression and diabetes exists, but has not been evaluated in the context of immigrant status. Given that social determinants of health differ between immigrants and nonimmigrants, we evaluated the association between diabetes and depression incidence, depression and diabetes incidence, and whether immigrant status modified this association, among immigrants and nonimmigrants in Canada. Methods: We employed a retrospective cohort design using data from the Canadian Longitudinal Study on Aging Comprehensive cohort (baseline [2012–2015] and 3-year follow-up [2015–2018]). We defined participants as having diabetes if they self-reported it or if their glycated hemoglobin A1c level was 7% or more; we defined participants as having depression if their Center for Epidemiological Studies Depression score was 10 or higher or if they were currently undergoing depression treatment. We excluded those with baseline depression (Cohort 1) and baseline diabetes (Cohort 2) to evaluate the associations between diabetes and depression incidence, and between depression and diabetes incidence, respectively. We constructed logistic regression models with interaction by immigrant status. Results: Cohort 1 (n = 20 723; mean age 62.7 yr, standard deviation [SD] 10.1 yr; 47.6% female) included 3766 (18.2%) immigrants. Among immigrants, 16.4% had diabetes, compared with 15.6% among nonimmigrants. Diabetes was associated with an increased risk of depression in nonimmigrants (adjusted odds ratio [OR] 1.27, 95% confidence interval [CI] 1.08–1.49), but not in immigrants (adjusted OR 1.12, 95% CI 0.80–1.56). Younger age, female sex, weight change, poor sleep quality and pain increased depression risk. Cohort 2 (n = 22 054; mean age 62.1 yr, SD 10.1 yr; 52.2% female) included 3913 (17.7%) immigrants. Depression was associated with an increased risk of diabetes in both nonimmigrants (adjusted OR 1.39, 95% CI 1.16–1.68) and immigrants (adjusted OR 1.60, 95% CI 1.08–2.37). Younger age, male sex, waist circumference, weight change, hypertension and heart disease increased diabetes risk. Interpretation: We found an overall bidirectional association between diabetes and depression that was not significantly modified by immigrant status. Screening for diabetes for people with depression and screening for depression for those with diabetes should be considered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,344
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetDiabetes Management and EducationTravaux en français237 207