Cognitive function characteristics and influencing factors in patients with depressive disorders: a 5-year follow-up report based on the epidemiological survey of mental disorders in Shandong Province, China
Notice bibliographique
Résumé
Objective: Cognitive impairment represents a notable feature of depressive disorders. Comprehending its characteristics and influencing factors is vital for patient rehabilitation. Methods: This study is based on the 2015 Shandong Province epidemiological survey of mental disorders, from which 871 individuals meeting DSM-IV criteria for depressive disorders were selected as the research group. Using 1:1:1 matching by sex, age, and residence, we randomly selected 825 individuals with no DSM-IV diagnosis but positive on GHQ-12 and additional risk assessments as the elevated risk control group, and 825 with negative screenings as the minimal risk control group. In 2020, a follow-up survey was conducted, resulting in a final analysis of 1,855 cases. The survey included demographic data, various clinical information, and a series of screening and questionnaire assessments. Results: <0.01). The Analysis indicated that males, with better life quality, poor early psychological status and, and longer education were associated with higher MoCA scores. Conversely, older age, rural residency, employment, current depression, and poor marital were associated with lower MoCA scores. Conclusion: Individuals with depression commonly suffer cognitive impairment, which tends to partially improve as depression remits. Individual cognitive function is influenced by early psychological health, depressive status, quality of life, age, sex, educational level, residence, occupational, and marital status.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».