The evaluation of depression prevalence and its association with obesity phenotypes in a community-dwelling aged population
Notice bibliographique
Résumé
BACKGROUND: Depression is one of the most debilitating mental disorders and a risk factor for many other chronic diseases that are commonly seen in the geriatric population. It has been claimed in previous studies that depression can be associated with obesity in this age group, but there is no common consensus between their results. AIM: This study aims to evaluate the association between depression metabolic syndrome and obesity phenotypes in community-dwelling older adults living in the East of Iran. METHOD AND MATERIALS: As a part of the Birjand Longitudinal Aging Study, this retrospective cross-sectional study was conducted on participants older than 60. They were categorized based on their body mass index and components of metabolic syndrome into four phenotypes: metabolic non-healthy obese (MNHO), metabolic healthy obese (MHO), metabolic healthy non-obese (MHNO), and metabolic non-healthy non-obese (MNHNO). The relative risk ratio (RRR) of the obesity phenotypes, the severity of depressive symptoms, and the 95% confidence intervals (95% CI) were evaluated by univariate and multinomial logistic regression. RESULTS: Of 1344 eligible participants, 268 (19.94%) had depression. Moderate, moderate-severe, and severe depression were observed in 179 (13.32%), 67 (4.99%), and 22 (1.64%) participants, respectively. Our findings showed a non-significant increase in the RRR of mild depressive symptoms in MNHO (RRR:1.22, 95% CI 0.56-2.66) and severe symptoms in MNHNO (RRR:1.20, 95% CI 0.02-63.17) females. However, in male participants, the RRR of moderate-severe depressive symptoms only increased non-significantly for the MNHO category (RRR:1.34, 95% CI 0.45-3.98). CONCLUSION: We did not observe a meaningful association between depressive symptoms and obesity phenotypes. Also, other than malnutrition or its risk, various severities of depressive symptoms correlate with different sociodemographic and medical risk factors among male and female senior citizens.
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 | 0,013 | 0,001 |
| 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 ».