Associations Between Hearing Loss and Depressive Symptom Trajectories in Middle-Aged and Older People in China: Retrospective Analysis
Notice bibliographique
Résumé
BACKGROUND: Hearing loss and depression are important health issues among the middle-aged and older population. OBJECTIVE: This study aimed to investigate the associations between hearing loss and depressive symptom trajectories in the Chinese middle-aged and older adult population. METHODS: The survey data of 2011, 2013, 2015, and 2018 waves collected in the China Health and Retirement Longitudinal Study were used for analysis. The latent growth mixture modeling approach was used to explore the trajectories of depressive symptoms. Hearing loss was identified through self-reporting, and depressive symptoms were assessed using the 10-item Center for Epidemiologic Studies Depression scale. The associations between hearing loss and depressive symptom trajectories were examined using logistic regression models. RESULTS: A total of 4768 participants without depressive symptoms at baseline were included for analysis. Among them, 4 depressive symptom trajectories, including "stable low symptoms" (n=3656, 76.68%), "slowly progressing symptoms" (n=503, 10.55%), "relieved symptoms after progression" (n=467, 9.79%), and "rapidly progressing symptoms" (n=142, 2.98%) were identified. Hearing loss was found to be significantly associated with the trajectory of "rapidly progressing symptoms." CONCLUSIONS: The trajectories of depressive symptoms in middle-aged and older people have 4 types with distinct patterns. Hearing loss is associated with the progression of depressive symptoms, and its impact is more significant for males, affecting not only symptom severity but also progression speed. These findings indicate that the mental health status of middle-aged and older people with hearing loss requires careful consideration, and timely interventions should be provided.
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 | 0,001 |
| 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 ».