The Association Between Posting WeChat Moments and the Risk of Depressive Symptoms Among Middle-Aged and Older Chinese Adults: Prospective National Cohort Study
Notice bibliographique
Résumé
Background: The association between social media usage and the risk of depressive symptoms has attracted increasing attention. WeChat is a popular social media software in China. The impact of using WeChat and posting WeChat moments on the risk of developing depressive symptoms among community-based middle-aged and older adults in China is unknown. Objective: The objective was to assess the association between using WeChat and posting WeChat moments and the risk of depressive symptoms among middle-aged and older adults in China. Methods: A prospective national cohort study was designed based on the data obtained from the fourth and fifth waves of the China Health and Retirement Longitudinal Study (CHARLS). The strength of association between using WeChat and posting WeChat moments and the risk of depressive symptoms was estimated by modified Poisson regressions. Depressive symptoms were determined using the 10-item Center for Epidemiologic Studies Depression Scale. Meanwhile, the heterogeneity of the associations was explored through multiple subgroup analyses. Moreover, multiple sensitivity analyses were performed to verify the robustness of the associations between the exposures and depressive symptoms. Results: A total of 9670 eligible participants were included in the cohort study, and the incidence rate of depressive symptoms was 19.08% (1845/9670, 95% CI 19.07%-19.09%) from the fourth to fifth waves of the CHARLS. Using WeChat (adjusted relative risk [aRR] 0.691, 95% CI 0.582-0.520) and posting WeChat moments (aRR 0.673, 95% CI 0.552-0.821) reduced the risk of depressive symptoms among middle-aged and older Chinese adults. The association between the exposures and depressive symptoms was robust, proved through multiple sensitivity analyses (all P<.05). However, the associations were heterogeneous in certain subgroup catagories, such as solitude, duration of sleep at night, nap after lunch, physical activity, and having multiple chronic conditions. Conclusions: Using WeChat and especially posting WeChat moments can mitigate the risk of depressive symptoms among community-based middle-aged and older Chinese adults. However, there is likely a need for a longer follow-up period to explore the impact of the exposures on the risk of long-term depressive outcomes.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».