Does Self-Reported BMI Modify the Association Between Stroke and Depressive Symptoms?
Notice bibliographique
Résumé
ABSTRACT Background: Depressive symptoms are common in stroke survivors. While obesity has been associated with stroke and depression, its influence on the association between stroke and depressive symptoms is unknown. Methods: Cross-sectional data from 2015 to 2016 Canadian Community Health Survey was used. History of stroke was self-reported and our outcome of interest was depressive symptoms in the prior 2 weeks, measured using the 9-item Patient Health Questionnaire. Self-reported body mass index (BMI) was modeled as cubic spline terms to allow for nonlinear associations. We used multivariable logistic regression to evaluate the association between stroke and depressive symptoms and added an interaction term to evaluate the modifying effect of BMI. Results: Of the 47,521 participants, 694 (1.0%) had a stroke and 3314 (6.5%) had depressive symptoms. Those with stroke had a higher odds of depressive symptoms than those without (aOR = 3.13, 95% CI 2.48, 3.93). BMI did not modify the stroke-depressive symptoms association (P interaction = 0.242) despite the observed variation in stroke-depressive symptoms association across BMI categories,: normal BMI [18.5–25 kg/m2] (aOR † = 3.91, 95% CI 2.45, 6.11), overweight [25–30 kg/m2] (aOR † = 2.63, 95% CI 1.58, 4.20), and obese [>30 kg/m2] (aOR † = 2.76, 95% CI 1.92, 3.94). Similar results were found when depressive symptoms were modeled as a continuous measure. Conclusion: The association between stroke and depressive symptoms is not modified by BMI, needing additional work to understand the role of obesity on depression after stroke.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».