Self-reported and actimetry-based cluster analysis of mood rhythmicity profiles in adolescents with and at risk for Major Depressive Disorder
Notice bibliographique
Résumé
Greater self-perceived rhythmicity of mood-related symptoms and behaviors has been associated with depressive symptoms in the general public. We aimed to evaluate differences in adolescents at risk for or with a diagnosis of major depressive disorder (MDD) regarding perception of symptom rhythmicity and actimetry parameters. In this cross-sectional study, 96 adolescents were stratified into three groups based on either a diagnosis of MDD or on a composite score for the risk of developing depression: MDD, high risk (HR), and low risk (LR). Participants completed questionnaires regarding depressive symptoms (Mood and Feelings Questionnaire for adolescents) and self-perceived mood rhythmicity (Mood Rhythm Instrument for Youth - MRhI-Y). Actimetry data were collected for 10 continuous days and Non-Parametric Circadian Rhythm Analyses were performed. The MDD group reported higher MRhI-Y total scores, particularly in affective symptoms compared to both other groups. In spite of actimetry variables that did not correlate with MRhI-Y total scores, cluster analysis using MRhI-Y and actimetry revealed three distinct profiles corresponding to all groups. Identifying rhythmicity in mood-related behaviors in adolescents may help distinguish different groups at-risk for MDD and in a current depressive episode. Understanding these patterns could inform early interventions, potentially preventing the onset of the disorder in susceptible individuals.
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 ».