Exploring heterogeneity in the associations between menopausal status and depression: a cross-sectional study with a unique analytical approach
Notice bibliographique
Résumé
OBJECTIVES: The extent to which menopause status contributes to depressive symptoms remains controversial. This study aimed to examine associations between menopausal status and depressive symptoms and the heterogeneity in these associations. METHODS: We conducted three consecutive national surveys of community-dwelling Australian women aged 18-79 years between October 2013 and July 2017. Depressive symptoms were measured by Beck Depression Inventory II (BDI-II) score (range 0-63). Symptoms were classified into a binary outcome of minimal to mild (BDI-II score <20) and moderate to severe (MS) (BDI-II score ≥20). The average effect (average treatment effect [ATE]) and conditional average effect of the menopausal status on depressive symptoms were investigated by causal forest method. RESULTS: The prevalence of MS depressive symptoms in 10,351 participants was 23.7% (95% CI: 22.9-24.5). Compared with premenopause, the BDI-II score was higher for the menopause transition (ATE = 2.43 units, 95% CI: 1.20-3.65) and postmenopause (ATE = 3.03 units, 95% CI: 1.25-4.81). Compared with premenopause, the menopause transition was associated with an average increase in the prevalence of MS depressive symptoms by 6 percentage points (ATE = 0.06, 95% CI: 0.01-0.12). There were no differences in depressive symptoms between the menopause transition and postmenopause.In menopause transition, the BDI-II score was -1.22 units lower and the prevalence of MS depressive symptoms was 5 percentage points lower among employed women compared with unemployed women. In postmenopause, the BDI-II score was 1.75 units higher for unpartnered women compared with partnered women. CONCLUSIONS: The menopause transition and postmenopause are associated with a higher BDI-II score and an increased prevalence of MS depressive symptoms compared with premenopause. These associations are favorably modified by paid employment in the menopause transition and unfavorably by being unpartnered postmenopause.
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 | 0,025 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».