Unraveling the link between hypertension and depression in older adults: a meta-analysis
Notice bibliographique
Résumé
Objective: To perform a meta-analyses to understand the current status of and risk factors for depression in older adults with hypertension. Methods: Eight electronic databases and two clinical trial registries were searched to identify studies examining the incidence of and risk factors for depression among older adults with hypertension. The databases were searched from inception to June 2023. The included studies were evaluated using the Newcastle-Ottawa scale and the evaluation tool recommended by the Agency for Health care Research and Quality. Results: A total of 18 studies with 29,694 patients were included. Meta-analysis results showed that the prevalence of depression in older adults with hypertension was 29%. The risk factors for depression among this population included sex [OR value 95% confidence interval 2.24 (1.32, 3.82)], education level [OR 95% CI 1.79 (1.02, 3.14)], residence [OR 95% CI 1.37 (1.24, 1.52)], comorbidities [OR 95% CI 1.79 (1.69, 1.90)], hypertension classification [OR 95% CI 2.81 (1.79, 4.42)], marital status [OR 95% CI 1.50 (1.33, 1.69)], sleep status [OR 95% CI 2.86 (2.21, 3.69)], activity limitation [OR 95% CI 3.42 (2.84, 4.13)], drinking [OR 95% CI 2.25 (1.58, 3.19)], social support [OR 95% CI 3.26 (2.42, 4.41)], living alone [OR 95% CI 1.79 (1.57, 2.04)], stressful events [OR 95% CI 1.62 (1.39, 1.90)], and course of diseases [OR 95% CI 3.23 (2.10, 4.97)]. Conclusion: The incidence of depression in older adults with hypertension is high, and there are many risk factors. Clinical health care professionals should intervene early to target the above risk factors to reduce the incidence of depression in older adults with hypertension worldwide. Systematic review registration: PROSPERO (york.ac.uk), identifier [CRD42023417106].
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| 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 | 0,001 |
| 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 ».