Physical activity and mortality in the general population with and without major depression
Notice bibliographique
Résumé
Background and aims: It is not yet well understood whether physical activity (PA) may protect against elevated mortality in major depression. Answering this question has implications for policy and practice. The aim of this study was to estimate the association of PA with mortality in major depressive disorder (MDD). Methods: We used data from the Canadian Community Health Survey—Mental Health and Well-Being (CCHS 2002), conducted in 2002 (n = 31,200), and the Canadian Community Health Survey—Mental Health (CCHS-MH 2012), conducted in 2012 (n = 20,935), for this analysis. Recreational PA was measured using metabolic equivalent of task (MET) values, classifying participants as active, moderately active, and physically inactive in the 2002 survey and as very active, active, moderately active, and physically inactive in the 2012 survey. Major depression was assessed using a fully structured diagnostic instrument, the Composite International Diagnostic Interview. Mortality data was obtained through data linkage. The analysis used Cox proportional hazard models to explore the associations. Results: PA in the 2002 survey was protective: HR 0.69 (95% CI 0.64–0.74) and HR 0.77 (95% CI 0.72–0.83) for the active and moderately active groups, respectively. In the 2012 survey, the HRs were 0.55 (95% CI 0.43–0.70), 0.57 (95% CI 0.43–0.75), and 0.59 (95% CI 0.46–0.76) for the very active, active, and moderately active groups, respectively. No interactions were significant. Conclusions: These results indicate that PA protects against elevated mortality to the same extent in those with MDD as in those without. These findings, which arise from a representative sample, support continued efforts to integrate PA into the management of depressive disorders at the population level.
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 | 0,001 |
| 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 ».