Incident and Recurrent Depression among Adults Aged 50 Years and Older during the COVID-19 Pandemic: A Longitudinal Analysis of the Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
The COVID-19 pandemic and accompanying public health measures have exacerbated many risk factors for depression in older adulthood. The objectives of the current study are: (1) to determine the risk of incident and recurrent depression during the COVID-19 pandemic among those with, or without, a history of depression; and (2) to identify factors that were predictive of depression in these two groups. The study population included 22,622 participants of the Canadian Longitudinal Study on Aging who provided data at baseline (2011-2015), follow-up (2015-2018), and twice during the pandemic (April-May 2020, September-December 2020). The Center for Epidemiologic Studies Depression Scale (CES-D-10) was used to classify individuals with depression. Logistic regression was used to estimate the odds of depression during COVID across a series of risk factors. Individuals with a history of depression had four times the risk of depression during the pandemic when compared to those without a history of depression, even after controlling for relevant covariates. Other factors associated with depression during the pandemic include being female, having fewer savings, and experiencing COVID-19 related stressors, such as health stressors, difficulties accessing resources, and family conflict. Clinicians working with older adults should consider interventions to support high-risk groups, such as those with recurrent 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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».