Major Depressive Disorder and Cardiovascular Disease Risk in Children and Adolescents
Notice bibliographique
Résumé
OBJECTIVE: Major depressive disorder (MDD) in youth is an independent risk factor for premature cardiovascular disease (CVD). While previous research has considered individual CVD risk factors in relation to depression, this study examined the association between depression and CVD risk among children and adolescents with MDD using a validated composite measure. METHODS: Youth with MDD were recruited through an outpatient psychiatry program and underwent semistructured psychiatric diagnostic assessment to confirm diagnosis. Healthy control participants were recruited from community settings. All participants completed the Center for Epidemiological Studies Depression Scale for Children to assess depressive symptoms. The continuous metabolic syndrome score, a validated measure for cardiometabolic risk assessment in youth, was computed using aggregated standardized z-scores of CVD risk factors, including fasting blood glucose, body mass index, blood pressure, fasting triglycerides, and high-density lipoprotein cholesterol. Hierarchical multiple regression models tested the association between depression (diagnosis and symptoms) and CVD risk while accounting for covariates. RESULTS: Participants (N=277; 73.6% female) had a mean age of 15.2 (SD=1.8) years. Cardiovascular disease risk was significantly higher among youth with depression (n=196, mean=0.77, SD=2.98) compared with healthy controls (n=81, mean=-0.39, SD=2.77; P=.002). Depression diagnosis and depressive symptoms were associated with increased CVD risk (β=0.40, P=.004; β=0.15, P=.02, respectively), after adjusting for covariates. CONCLUSIONS: Adolescents with MDD demonstrate increased cardiovascular disease risk compared with healthy youth, highlighting early evidence of association between depression and cardiovascular disease. Consequently, childhood and adolescence may serve as crucial periods for preventive intervention targeting cardiovascular health among youth with depression.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».