Differential effects of lifetime stressors on major depressive disorder severity: a longitudinal community-based cohort study
Notice bibliographique
Résumé
BACKGROUND: Stressors across the lifespan are associated with the onset of major depressive disorder (MDD) and increased severity of depressive symptoms. However, it is unclear how lifetime stressors are related to specific MDD subtypes. The present study aims to examine the relationships between MDD subtypes and stressors experienced across the lifespan while considering potential confounders. METHODS: = 1351). Lifetime stressors included childhood maltreatment, child-parent bonding, and stressful life events. Person-centered analyses were used to identify the clusters/profiles of the studied variables and multinomial logistic regression analyses were performed to examine the relationships between stressors and identified MDD subtypes. Intersectional analysis was applied to further examine how distal stressors interact with proximal stressors to impact the development of MDD subtypes. RESULTS: There was a significant association between proximal stressors and melancholic depression, whereas severe atypical depression and moderate depression were only associated with some domains of stressful life events. Additionally, those with severe atypical depression and melancholic depression were more likely to be exposed to distal stressors such as childhood maltreatment. The combinations of distal and proximal stressors predicted a greater risk of all MDD subtypes except for moderate atypical depression. CONCLUSIONS: MDD was characterized into four subtypes based on depressive symptoms and severity. Different stressor profiles were linked with various MDD subtypes. More specific interventions and clinical management are called to provide precision treatment for MDD patients with unique stressor profiles and MDD subtypes.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».