Medication Use and Nonadherence to Psychoactive Medication for Mental Health Problems by Community-Living Canadian Seniors with Depression
Notice bibliographique
Résumé
OBJECTIVES: To determine the relation between level of depression and psychoactive medication use and nonadherence in Canadian seniors, given that late-life depression is a common, serious mental health problem in Canada. METHODS: Canadian Community Health Survey-Mental Health and Well-Being respondents aged 65 years and older (n = 7,736) comprised the study sample. Using the Composite International Diagnostic Interview to assess depressive symptoms, we created 4 depression levels to capture a spectrum of depressive disorders and (or) symptoms: major depression, comorbid major depression, depressive symptoms, and no depressive symptoms. Psychoactive medications assessed included sleep aids, anxiolytics, and mood stabilizers and (or) antidepressants (AD). Nonadherence was defined as either not taking medication as recommended or taking medication at a lower dosage than prescribed. RESULTS: In total, 22.5% of respondents took psychoactive medication for a mental health problem in the previous 12 months. Psychoactive medication use was 46.8% for major depression, 43.1% for comorbid major depression, 34.0% for depressive symptoms, and 17.6% for no depressive symptoms. Rates of psychoactive medication use ranged from 46.5% of those with major depression, to 17.6% of those with no depressive symptoms. Overall, the rate of nonadherence to psychoactive medication was 31%; rates were highest among those with depressive symptoms (37.4%) and lowest among those with no depressive symptoms (27.4%). All 3 depressive categories were associated with greater odds of use and nonadherence. CONCLUSION: All 3 depression categories were associated with increased use of and nonadherence to psychoactive medication; however, rates of AD and (or) mood stabilizer use for clinically significant depression were low.
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 | 0,001 | 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 | 0,001 | 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 ».