MétaCan
Menu
Retour à la cohorte
Enregistrement W4310065125 · doi:10.1016/j.jad.2022.11.051

Factors associated with anxiety disorder comorbidity

2022· article· en· W4310065125 sur OpenAlexfundno aff
Molly R. Davies, Kiran Glen, Jessica Mundy, Abigail ter Kuile, Brett N. Adey, Chérie Armour, Elham Assary, Jonathan R. I. Coleman, Kimberley Goldsmith, Colette R. Hirsch, Matthew Hotopf, Christopher Hübel, Ian Jones, Gursharan Kalsi, Georgina Krebs, Andrew M. McIntosh, Geneviève Morneau‐Vaillancourt, Alicia J. Peel, Kirstin L. Purves, Sang Hyuck Lee, Megan Skelton, Daniel J. Smıth, David Veale, James Walters, Katherine S. Young, Johan Zvrskovec, Gerome Breen, Thalia C. Eley

Notice bibliographique

RevueJournal of Affective Disorders · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilSocial Sciences and Humanities Research Council of CanadaNIHR BioResourceNational Institutes of HealthHealth and Care Research WalesLundbeckfondenNIHR Maudsley Biomedical Research CentrePublic Health AgencyNational Institute for Health Research Applied Research Collaboration South LondonDepartment of Health and Social CareMaudsley CharityLeverhulme TrustNational Institute for Health and Care ResearchKing's College LondonMenzies Centre for Australian Studies, King's College London, University of LondonUK Research and InnovationKing's College Hospital NHS Foundation TrustNHS Blood and Transplant
Mots-clésComorbidityAnxietyClinical psychologyPsychologyAnxiety disorderPsychiatryMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Anxiety and depressive disorders often co-occur and the order of their emergence may be associated with different clinical outcomes. However, minimal research has been conducted on anxiety-anxiety comorbidity. This study examined factors associated with anxiety comorbidity and anxiety-MDD temporal sequence. METHODS: Online, self-report data were collected from the UK-based GLAD and COPING NBR cohorts (N = 38,775). Logistic regression analyses compared differences in sociodemographic, trauma, and clinical factors between single anxiety, anxiety-anxiety comorbidity, anxiety-MDD (major depressive disorder) comorbidity, and MDD-only. Additionally, anxiety-first and MDD-first anxiety-MDD were compared. Differences in familial risk were assessed in those participants with self-reported family history or genotype data. RESULTS: Anxiety-anxiety and anxiety-MDD had higher rates of self-reported anxiety or depressive disorder diagnoses, younger age of onset, and higher recurrence than single anxiety. Anxiety-MDD displayed greater clinical severity/complexity than MDD only. Anxiety-anxiety had more severe current anxiety symptoms, less severe current depressive symptoms, and reduced likelihood of self-reporting an anxiety/depressive disorder diagnosis than anxiety-MDD. Anxiety-first anxiety-MDD had a younger age of onset, more severe anxiety symptoms, and less likelihood of self-reporting a diagnosis than MDD-first. Minimal differences in familial risk were found. LIMITATIONS: Self-report, retrospective measures may introduce recall bias. The familial risk analyses were likely underpowered. CONCLUSIONS: Anxiety-anxiety comorbidity displayed a similarly severe and complex profile of symptoms as anxiety-MDD but distinct features. For anxiety-MDD, first-onset anxiety had an earlier age of onset and greater severity than MDD-first. Anxiety disorders and comorbidity warrant further investigation and attention in research and practice.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,269
Écart entre enseignants0,250 · 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

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Affective DisordersMême sujetTreatment of Major DepressionTravaux en français237 207