Are there sociodemographic-specific associations of coping with heart disease and diabetes incidence?
Notice bibliographique
Résumé
OBJECTIVE: Psychological factors, including psychological distress and well-being, have been associated with cardiometabolic disease risk. Here, we examined whether a psychological process, namely how individuals cope with stressors, relates to such risk, which has been understudied. METHOD: During 2004-2006, 2,142 participants without heart disease and diabetes from the Midlife in the U.S. study completed a validated coping inventory assessing six strategies (positive reinterpretation and growth, active coping, planning, focus on and venting of emotion, denial, and behavioral disengagement) and relevant covariates. As a proxy for coping flexibility, participants were also classified as having lower, moderate, or greater variability in their use of these strategies. Heart disease and diabetes were documented in 2013-2015. Logistic regressions modeled adjusted odds ratios (AORs) and 95% confidence intervals (CIs) of developing heart disease and diabetes, separately, with coping exposures. RESULTS: In sociodemographic-adjusted models, greater use of adaptive strategies predicted lower diabetes risk (e.g., positive reinterpretation and growth: AOR = 0.83; 95% CI [0.72, 0.96]); estimates were weaker for maladaptive strategies, and all strategies were unrelated to heart disease. All associations for coping variability were null. In secondary analyses, greater use of adaptive strategies predicted lower heart disease risk in more educated participants only (e.g., active coping: AOR = 0.71; 95% CI [0.55, 0.92]) and lower diabetes risk in females only (e.g., planning: AOR = 0.75; 95% CI [0.61, 0.91]). Results were maintained additionally adjusting for health, behavioral, and social factors. CONCLUSIONS: Findings suggest sex and education differences in coping's association with heart disease and diabetes. Future studies should recognize adaptive strategies may be more potent for health among certain populations. (PsycInfo Database Record (c) 2024 APA, all rights reserved).
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 | 0,001 | 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 ».