Gender differences in the relationship between depressive symptoms and diabetes associated with cognitive-affective symptoms
Notice bibliographique
Résumé
Background Despite the frequent co-occurrence of depression and diabetes, gender differences in their relationship remain unclear. Aims This exploratory study examined if gender modifies the association between depressive symptoms, prediabetes and diabetes with cognitive-affective and somatic depressive symptom clusters. Method Cross-sectional analyses were conducted on 29 619 participants from the 2007–2018 National Health and Nutrition Examination Survey. Depressive symptoms were measured by the nine-item Patient Health Questionnaire. Multiple logistic regression was used to analyse the relationship between depressive symptoms and diabetes. Multiple linear regression was used to analyse the relationship between depressive symptom clusters and diabetes. Results The odds of having depressive symptoms were greater in those with diabetes compared to those without. Similarly, total symptom cluster scores were higher in participants with diabetes. Statistically significant diabetes–gender interactions were found in the cognitive-affective symptom cluster model. Mean cognitive-affective symptom scores were higher for females with diabetes (coefficient = 0.23, CI: 0.10, 0.36, P = 0.001) than males with diabetes (coefficient = −0.05, CI: −0.16, 0.07, P = 0.434) when compared to the non-diabetic groups. Conclusions Diabetes was associated with higher cognitive-affective symptom scores in females than in males. Future studies should examine gender differences in causal pathways and how diabetic states interact with gender and influence symptom profiles.
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 | 0,000 |
| 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 ».