Clinically Recognized Depression and Mental Health Treatment in a Single Center Cohort of Patients with Systemic Sclerosis
Notice bibliographique
Résumé
Introduction: In this study, we investigated the prevalence of depression, depression treatment, and symptom burden in patients with systemic sclerosis (SSc) and examined their associations with the center for epidemiologic studies depression scale revised (CESD-R) scores. Methods: The Prospective Registry in Scleroderma at Massachusetts General Hospital (PRISM) is a longitudinal registry of patients with SSc. Among participants with CESD-R score ≥ 16, indicating possible depression, a chart review was performed for mental health diagnoses and treatments. We examined the relation of demographic and clinical factors to the presence of mental health diagnoses or treatment using logistic regression. We evaluated the association of SSc symptoms and the COVID-19 pandemic with a CESD-R score using quantile regression. Results: Of 214 patients enrolled in PRISM, 129 participants (38% diffuse and 59% limited) completed at least one CESD-R questionnaire. In the first survey, 29% had possible depression (CESD - R ≥ 16) and 16% had probable depression (CESD - R ≥ 23). Of 20 participants with probable depression, 90% received treatment for a mood disorder. In a multivariable logistic regression model among participants with CESD - R ≥ 16, none of the evaluated variables (CESD-R score, age, gender, employment status, race, and ethnicity) was associated with mental health diagnosis or treatment. Higher baseline dyspnea index, modified Rodnan skin score, and the University of California Los Angeles Scleroderma Clinical Trials Consortium Gastrointestinal total score and subscores were associated with higher CESD-R score. Conclusion: In this single-center cross-sectional study, 16% of participants had significant depressive symptoms. Dyspnea, extent of skin involvement, and gastrointestinal symptoms were associated with depression symptoms.
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 ».