Exploring the associations between the presence, characteristics, and biopsychosocial covariates of pain and lifetime depression in adolescents: A cross-sectional ABCD study analysis
Notice bibliographique
Résumé
INTRODUCTION: Depression and pain co-occur, even during adolescence. However, there is limited knowledge on the association between pain and lifetime depression, and which biopsychosocial measures are associated with this co-occurrence. METHODS: Cross-sectional analysis of the Adolescent Brain and Cognitive Development (ABCD) two-year follow-up. We explored associations between the presence and characteristics of past month pain (intensity, duration, activity limitations, and number of pain sites) and lifetime depression using logistic regression. We explored associations of brain structure, physical, behavioural, emotional, social, and cognitive measures with lifetime depression and past month pain compared to having had one or neither condition using multinomial logistic regression. RESULTS: A total of 5211 adolescents (mean age = 12.0 years) who had: (1) no lifetime mental ill-health and no pain (n = 3327); (2) pain only (n = 1407); (3) lifetime depressive disorder but no pain (n = 272); and (4) lifetime depressive disorder and pain (n = 205) were included. Pain presence was associated with lifetime depression (OR[95%CI]: 1.76 [1.45, 2.13], p < 0.001). Pain-related activity limitations (1.13 [1.06, 1.21], p < 0.001) and the number of pain sites (1.06 [1.02, 1.09], p < 0.001) were associated with lifetime depression. Various behavioural, emotional, social, and cognitive, but not brain structure or physical measures, were associated with lifetime depression and past month pain. LIMITATIONS: Longitudinal analyses should validate prognostic markers for predicting co-occurring depression and pain. CONCLUSIONS: Results support an association between the presence and characteristics of pain and lifetime depression during adolescence and could indicate the need for more integrated recognition and clinical care of youth experiencing both depression and pain.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».