MétaCan
Menu
Retour à la cohorte
Enregistrement W4390782688 · doi:10.1016/j.jadr.2024.100720

Severe disability and self-reported depression and anxiety among persons living with Type 2 diabetes in Canada

2024· article· en· W4390782688 sur OpenAlexaffabout
Batholomew Chireh, Samuel Kwaku Essien, Carl D’Arcy, Charles Gyan, Marvin Ankrah

Notice bibliographique

RevueJournal of Affective Disorders Reports · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensWilfrid Laurier UniversityMcGill UniversityUniversity of SaskatchewanLakehead University
Organismes subventionnairesnon disponible
Mots-clésAnxietyDepression (economics)MedicinePoisson regressionType 2 diabetesCross-sectional studyPsychiatryGerontologyDemographyDiabetes mellitusEnvironmental healthPopulation

Résumé

récupéré en direct d'OpenAlex

• The prevalence of self-reported depression and anxiety among persons living with Type 2 diabetes in Canada was 12.4% and 10.1% respectively. • Severe disability was reported by 21% of those living with Type 2 diabetes. • Severe disability was significantly associated with both depression and anxiety disorders. • Dissatisfaction with life, extremely stressful life events, being single, female sex, obesity, poor self-rated health, and current smoking status were significant risk factors for both mental health disorders. • Increasing age and higher income status were significant protective factors for depression and anxiety among those living with Type 2 diabetes in Canada. This study aims to estimate the national prevalence of self-reported depression and anxiety disorders among persons living with Type 2 diabetes in Canada, as well as to investigate the potential link between disability severity and these conditions. We conducted a cross-sectional analysis of a subsample (N=8,321) of participants living with Type 2 diabetes in the 2017-2018 Canadian Community Health Survey-Annual Component. Modified Poisson regression models were used to examine the association between disability severity and depression and anxiety disorders. Descriptive statistics, prevalence estimates, adjusted relative risk, and 95% confidence intervals are reported. All statistical analyses were conducted using STATA version 18. The prevalence of depression and anxiety were 12.4% and 10.1% respectively. Our study found disability severity as a strong risk factor for both psychiatric disorders. We also found (1) dissatisfaction with life, (2) extremely stressful life events, (3) being female (4) single or never married, (5) poor self-rated health, (6) obesity, and (7) current smoker as significant risk factors for both psychiatric disorders. Conversely, increasing age and higher annual personal income status were significant protective factors. The study's limitations include the inability to establish temporal connections between risk factors and psychiatric disorders due to the cross-sectional design and the exclusion of those living in remote parts of the country and others from participation in the survey, which may underestimate the prevalence of Type 2 diabetes and severe disability. This study's findings point toward a growing demand for tertiary prevention to increase the probability for those living with Type 2 diabetes in Canada of maintaining functional health, improving mental health, and having a better quality of life. Public health prevention efforts targeted at decreasing the prevalence of diabetes and its complications and disability severity are recommended.

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)0,002
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 enseignants0,016
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,222
Écart entre enseignants0,218 · 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Affective Disorders ReportsMême sujetDiabetes Management and EducationTravaux en français237 207