Anxiety Disorder: Measuring the Impact on Major Depressive Disorder
Notice bibliographique
Résumé
Background: About half of all Major Depressive Disorder (MDD) patients have anxiety disorder. There is a neurologic basis for the comorbidity of balance (vestibular) disorders and anxiety. To detect comorbid anxiety disorder in MDD patients and, importantly, to investigate its relationship with depressive severity, we use Electrovestibulography (EVestG), which is predominantly a measure of vestibular response. Methods: In a population of 42 (26 with anxiety disorder) MDD patients, EVestG signals were measured. Fourteen (eight with anxiety disorder) were not on any anti-depressants, anti-psychotics or mood stabilizers. Using standard questionnaires, participants were depression-wise labelled as reduced symptomatic (MADRS ≤ 19, R) or symptomatic (MADRS > 19, S) as well as with or without anxiety disorder. Analyses were conducted on the whole data set, matched (age/gender/MADRS) subsets and compared with medication free subsets. Low-frequency EVestG firing pattern modulation was measured. Results: The main differences between MDD populations with and without anxiety disorder populations, regardless of being medicated or not, were (1) the presence of an increased 10.8 Hz component in the dynamic movement phase recordings, (2) the presence of asymmetric right versus left 7.6–8.9 Hz and 12.1–13.8 Hz frequency bands in the no motion (static) phase recordings, and (3) these differences were dependent on depressive severity. Conclusions: The EVestG measures are capable of quantifying anxiety in MDD patients. These measures are functions of depressive severity and are hypothesized to be linked to Hippocampal Theta (~4–12 Hz).
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) | 0,001 | 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 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 ».