Incident and recurrent depression among older adults with asthma during the COVID-19 pandemic: Findings from the Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
OBJECTIVES: (1) In a subsample of older adults with asthma without a history of depression, to determine the factors associated with developing depression during the COVID-19 pandemic; (2) in a subsample of older adults with asthma with a history of depression, to identify factors associated with recurrent depression during the pandemic. METHODS: Data came from four waves (Baseline [2011-2015], Follow-up 1 [2015-2018]; COVID Spring 2020, COVID Autumn 2020) of the Canadian Longitudinal Study on Aging's comprehensive cohort (n = 2,047 with asthma). The outcome of interest was a positive screen for depression based on the CES-D-10 during the autumn of 2020. Bivariate and multivariate logistic regression analyses were conducted. RESULTS: Among older adults with asthma without a history of depression (n = 1,247), approximately 1 in 7 (13.5%) developed depression for the first time during the COVID-19 pandemic. Among those with a history of depression (n = 770), approximately 1 in 2 (48.6%) experienced a recurrence of depression. The risk of incident depression and recurrent depression was higher among those who were lonely, those experiencing family conflict during the pandemic, and those who had difficulty accessing healthcare resources during the pandemic. The risk of incident depression only was higher among those who had difficulty accessing resources and/or loss of income during the pandemic. The risk of recurrent depression only was higher among those with functional limitations. CONCLUSIONS: There is a need for targeted interventions to support the mental health of older adults with asthma who have the above identified vulnerabilities during the pandemic.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».