MétaCan
Menu
Retour à la cohorte
Enregistrement W7008773042

Contributo de Condições Clínicas e de Estratégias de Regulação Emocional para a Sintomatologia Depressiva em Doentes com Neurodegeneração: um modelo preliminar

2024· dissertation· pt· W7008773042 sur OpenAlexaboutno aff

Notice bibliographique

RevuePortuguese National Funding Agency for Science, Research and Technology (RCAAP Project by FCT) · 2024
Typedissertation
Languept
DomaineMedicine
ThématiquePsychosomatic Disorders and Their Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnxietyAlexithymiaFeelingAnxiogenic
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introdução: Doenças com condições clínicas neurodegenerativas (DCCNs) afetam pessoas com idades variadas, são crónicas, podem apresentar um curso progressivo e ser bastante debilitantes. A depressão tende a coocorrer com as DCCNs. Todavia, é escasso o conhecimento empírico sobre o efeito conjunto de condições clínicas decorrentes da neurodegeneração e de estratégias de regulação emocional disfuncionais na explicação da sintomatologia depressiva em doentes com neurodegeneração. Objetivos: Analisar um modelo preliminar, no qual a incapacidade global, dor neuropática, fadiga (condições clínicas resultantes da neurodegeneração), dificuldade em identificar sentimentos (alexitimia) e supressão de pensamento (estratégias de regulação emocional disfuncionais) explicam conjuntamente a sintomatologia depressiva em doentes com DCCNs. Método: Este estudo transversal incluiu 163 doentes diagnosticados com DCCNs e 189 indivíduos da população geral sem DCCNs, ambos sem outras patologias do foro neurológico. Foram administrados os seguintes instrumentos de autorresposta: um questionário sociodemográfico e clínico, Escala de Depressão da Depression, Anxiety and Stress Scales-21, World Health Organization Disability Assessment Schedule-12 itens, Escalas Analógicas Visuais do Pain Detect Questionnaire e da Fadiga, Toronto Alexithymia Scale-20, White Bear Suppression Inventory. Resultados: Os sintomas depressivos e a totalidade das suas potenciais variáveis explicativas diferenciaram-se estatisticamente entre os participantes com e sem DCCNs. Na amostra com DCCNs, as potenciais variáveis explicativas dos sintomas depressivos correlacionaram-se com estes e relevaram-se regressores significativos de tais sintomas em modelos de regressão linear simples. Os referidos resultados permitiram selecionar a dor neuropática, fadiga, incapacidade global, dificuldade em identificar sentimentos e supressão de pensamento como covariáveis do modelo de regressão linear múltipla. Neste modelo multivariado, fadiga, incapacidade global e dificuldades em identificar sentimentos (alexitimia) explicaram conjunta e significativamente 51.7% da variância da sintomatologia depressiva e os seus coeficientes de regressão estandardizados positivos indicaram que quando estas variáveis aumentaram, aumentaram os sintomas depressivos nos indivíduos com DCCNs. Discussão: Os resultados forneceram evidências preliminares para a clínica e para a investigação sobre a relevância de ser considerado o contributo conjunto de condições clínicas resultantes da neurodegeneração e de estratégias mal adaptativas de regulação emocional como variáveis que podem aumentar a vulnerabilidade à depressão em pessoas com DCCNs, concretamente, a fadiga, a incapacidade global e a dificuldades em identificar sentimentos relacionada com a alexitimia. Estas variáveis devem ser consideradas nos tratamentos da depressão nos referidos doentes. | Introduction: Diseases with neurodegenerative clinical conditions (DNCCs) affect people of varying ages, are chronic, can have a progressive course and can be very debilitating. Depression tends to co-occur with DNCCs. However, there is little empirical knowledge about the joint effect of clinical conditions resulting from neurodegeneration and dysfunctional emotional regulation strategies in explaining depressive symptoms in patients with neurodegeneration. Objectives: To analyze a preliminary model in which global disability, neuropathic pain, fatigue (clinical conditions resulting from neurodegeneration), difficulty in identifying feelings (alexithymia) and thought suppression (dysfunctional emotional regulation strategies) jointly explain depressive symptoms in patients with DNCCs. Method: This cross-sectional study included 163 patients diagnosed with DNCCs and 189 individuals from the general population without DNCCs, both without other neurological pathologies. The following self-administered instruments were administered: a sociodemographic and clinical questionnaire, Depression Scale, Anxiety and Stress Scales-21, World Health Organization Disability Assessment Schedule-12 items, Pain Detect Questionnaire and Fatigue Visual Analogue Scales, Toronto Alexithymia Scale-20, White Bear Suppression Inventory. Results: Depressive symptoms and all their potential explanatory variables differed statistically between participants with and without DNCCs. In the sample with DNCCs, the potential explanatory variables of depressive symptoms correlated with them and were significant regressors of such symptoms in simple linear regression models. These results made it possible to select neuropathic pain, fatigue, global disability, difficulty identifying feelings and thought suppression as covariates in the multiple linear regression model. In this multivariate model, fatigue, general disability and difficulty identifying feelings (alexithymia) jointly and significantly explained 51.7% of the variance in depressive symptomatology and their positive standardized regression coefficients indicated that when these variables increased, depressive symptoms increased in individuals with DNCCs. Discussion: The results provided preliminary evidence for the clinic and for research into the relevance of considering the joint contribution of clinical conditions resulting from neurodegeneration and maladaptive emotion regulation strategies as variables that can increase vulnerability to depression in people with DNCCs, specifically fatigue, general disability and difficulties in identifying feelings related to alexithymia. These variables should be considered when treating depression in these patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,404
Écart entre enseignants0,342 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePortuguese National Funding Agency for Science, Research and Technology (RCAAP Project by FCT)Même sujetPsychosomatic Disorders and Their TreatmentsTravaux en français237 207