Demographics and risk factors that influence the prevalence of depression in patients attending cardiac rehabilitation
Notice bibliographique
Résumé
Depression has been associated with adverse outcomes in patients with cardiac disease. Data on its prevalence and the factors influencing it are limited in the cardiac rehabilitation program (CRP) setting. To elucidate the prevalence of and the factors that influence depression in patients attending CRP. Patients attending the CRP from 2003 to 2016 were included in the study. All patients had a Beck Depression Inventory-II (BDI-II) performed prior to commencement in CRP and were followed longitudinally. The BDI-II for the 4989 patients were as follows: 0 to 13 (normal) = 3623 (72%); 14 to 19 (mild depression) = 982 (20%); 20 to 28 (moderate depression) = 299 (6%); 29 to 63 (severe depression) = 85 (2%). The BDI-II (mean ± SEM) for males (mean age: 60.8 ± 0.1 years) and females (mean age: 63.4 ± 0.3 years, P < .001) were 7.0 ± 0.1 and 8.5 ± 0.2 (P < .001), respectively. Elevated BDI-II scores (14-63) were more common in type 1 (41.1%) and type 2 (30.5%) diabetics than nondiabetics (25.7%). Similarly, elevated scores were more common in smokers (36.1%) than never-smokers (24.7%). The BDI-II scores for Caucasians, South Asians, and East Asians were 7.3 ± 0.1, 8.0 ± 0.3, and 7.0 ± 0.3 respectively (P = .01 for CA vs SA by 1-way ANOVA and least significant difference test). The prevalence of depression is high in patients attending CRP affecting 28% of the population. BDI-II is a simple validated screening tool that can be applied to patients attending CRP. Diabetics, current smokers, and South Asians all had a higher prevalence of depression.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».