Cognitive Decline and Its Associated Factors in Patients with Major Depressive Disorder
Notice bibliographique
Résumé
Background: Major Depressive Disorder (MDD) is a significant and common mental health problem occurring worldwide. Cognitive decline is frequently observed during acute and residual phases of MDD, contributing significantly to functional impairment. The aim of this study was to determine the clinical profile and correlates of cognitive decline amongst adult outpatients with MDD. Methods: The survey was cross-sectional in design. A systematic random sampling method was used to recruit patients. Confirmation of MDD was achieved by using the Mini International Neuropsychiatric Interview (M.I.N.I 7.0). Cognitive decline was measured using the Montreal Cognitive Assessment (MoCA). Descriptive analysis was performed, followed by univariate and multiple logistic regression analyses. Results: Out of 245 patients, 32.7% (n = 80, 95% CI: 26.7, 38.6) had cognitive decline. Multiple logistic regression showed the existence of cognitive decline amongst MDD patients, which was significantly associated with those having secondary and lower levels of education (OR: 6.09; 95% CI: 2.82, 13.16; p < 0.001), five or more depressive episodes (OR: 8.93; 95% CI: 3.24, 24.67; p < 0.001), treatment non-compliance (OR: 3.48; 95% CI: 1.40, 6.59; p = 0.003), and medical comorbidity (OR: 2.74; 95% CI: 1.46, 5.18; p = 0.002). Conclusions: Cognitive decline is a prevalent condition among outpatients with MDD. Clinicians need to be cognizant about measures of cognition and related risk factors. Timely control of both depression and medical comorbidities would be a reasonable approach to improve functional outcomes in MDD patients.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».