Emotion Regulation and Favorable Cardiovascular Health Among Women
Notice bibliographique
Résumé
OBJECTIVE: Emerging evidence suggests maladaptive (eg, suppression) versus adaptive (eg, reappraisal) emotion regulation strategies predict the risk of cardiovascular disease, which is the leading cause of death among women. Recognizing that health encompasses more than the absence of disease, we investigated whether reappraisal and suppression strategies are individually or jointly related to favorable cardiovascular health (CVH) over time among women. METHODS: At baseline in 2017-2018, 28,759 postmenopausal women free of cardiovascular disease (age mean =63) from the Nurses' Health Study II cohort answered the validated Emotion Regulation Questionnaire assessing reappraisal and suppression strategies. Favorable CVH was defined at baseline and in 2019 based on self-reported diagnoses of hypertension, cholesterol, and diabetes, as well as body mass index and smoking status. Poisson regression models evaluated the relative risk (RR) and 95% CI of having favorable CVH in 2019 related to baseline use of each emotion regulation strategy and their interplay, considering relevant covariates. RESULTS: In sociodemographic-adjusted models, greater reappraisal use was related to a higher likelihood of having favorable CVH (RR per 1-SD increase =1.07, 95% CI=1.06-1.09), while greater suppression use was related to a lower likelihood (RR per 1-SD increase =0.96, 95% CI=0.94-0.97). Relative to women reporting lower use of both strategies, those using both strategies frequently (RR=1.13, 95% CI=1.08-1.19) and those favoring reappraisal over suppression use (RR=1.21, 95% CI=1.14-1.27) had a higher likelihood of favorable CVH. Associations were attenuated, but most remained evident after adjusting for baseline CVH and health behaviors. CONCLUSIONS: Use of adaptive versus maladaptive emotion regulation strategies predicts the likelihood of having favorable CVH in expected directions.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».