Systemic inflammation and the risk of depression in people with type 2 diabetes
Notice bibliographique
Résumé
Abstract Background Depression is a common co-morbidity in diabetes. The mechanisms underlying the association between depression and diabetes are poorly understood. Although risk factors, such as poor lifestyle behaviours, obesity, and stress have been identified, emerging evidence suggests that systemic inflammation may play an important role in the pathogenesis and recurrence of depression in people with diabetes. The aim of the present study was to evaluate if the inflammatory marker C-reactive protein (CRP) is associated with an increased risk of major depression episodes in people with type 2 diabetes. Methods A prospective, community-based study was conducted in Quebec, Canada. Individuals were recruited from the CARTaGENE (CaG) cohort, a population-based survey of Quebec residents aged 40 to 69 years. Our sample included 719 individuals with type 2 diabetes and 1423 individuals without diabetes. Individuals were assessed at baseline and 5 years after baseline. Major depression disorders were assessed using a clinical interview (CIDI). Inflammatory markers were assessed from blood samples. Elevated CRP levels were defined as ≥ 3 mg/L. Results Participants with both diabetes and elevated CRP levels had the highest risk of major depressive episodes (adjusted OR = 1.90, 95% CI 1.45, 2.50), compared to those without diabetes and without elevated CRP levels. The risk of major depressive episodes in individuals with diabetes without elevated CRP episodes was lower (adjusted OR = 1.21, 95% CI 0.85, 1.73) and similar to the risk of those without diabetes and elevated CRP levels (adjusted OR = 1.15, 95% CI 0.94, 1.39). Discussion The study highlights the interaction between diabetes, inflammatory makers, and depression in a community sample. Early identification, monitoring, and management of elevated inflammation levels might be an important depression prevention strategy in people with type 2 diabetes.
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 | 0,001 |
| 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 | 0,001 | 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 ».