Smoking and cessation behaviours in a community sample with type-2 diabetes: associations with depression
Notice bibliographique
Résumé
Contexte: Il est bien connu que le tabagisme, un comportement répandu et pratiqué dans le monde entier, est associée à des taux élevés de morbidité et de mortalité. Récemment, de multiples études ont démontré que le tabagisme est également associé à l'incidence du diabète de type 2, ainsi que les complications du diabète et l'augmentation de la mortalité spécifique et toutes causes. Le tabagisme est aussi associé avec la dépression. La dépression est 2 fois plus répandue chez les personnes atteintes de diabète et a été lié à la mauvaise observance du régiment de traitement, à l'augmentation des complications, de la morbidité et de la mortalité. Présentement, les données sont insuffisantes pour conclure qu'il existe une association concrète entre le tabagisme et la dépression chez les populations souffrantes de maladies chroniques, le diabète de type-2 en particulier.Objectifs: Pour cette étude, nous avons mené une enquête auprès des adultes québécois ayant le diabète de type 2, afin de déterminer: 1) les différences importantes dans les caractéristiques sociodémographiques, et l'état de santé selon le statut de fumeur, 2) la relation entre le tabagisme et la dépression en tenant compte des variables démographiques et liées à l'état de santé; 3) les différences déterminantes dans la population en fonction de cessation et les tentatives de sevrage, et 4) déterminer s'il existe un lien entre l'état de dépression et la cessation.Résultats: La prévalence du tabagisme dans notre population était égale à la prévalence observée dans l'ensemble de la population canadienne, et semblait être stable sur une période de 4 ans. Les fumeurs excessifs actuels se différaient sur les caractéristiques sociodémographiques, et étaient plus susceptibles d'être moins actifs physiquement, avoir plus de complications du diabète et d'autres maladies chroniques. Le tabagisme excessif a été associé à la dépression dans les analyses transversale et longitudinales, tout en tenant compte de la dépression de base. L'état de cessation du tabagisme différait aussi à travers des caractéristiques sociodémographiques. La catégorie de 'sevrage non-réussite' étaient plus susceptibles d'évaluer leur santé comme moyen / pauvres et ont reporté plus de jours affecté par l'incapacité au cours du dernier mois. Enfin, la dépression a été associé à une probabilité accrue chez la groupe ‘sevrage non-réussite', comparé aux ex-fumeurs (‘sevrage réussite'). Les analyses ont été effectuées en tenant comptes des variables sociodémographiques, de santé et de maladie.Conclusion : Les fumeurs excessifs possèdent un profil de santé qui est pire par rapport aux fumeurs légers, indicatifs d'une tendance dose-réponse dans cette population. En outre, le tabagisme excessif a été associé à la dépression dans les études transversale et longitudinales, De même, l'état de cessation du tabagisme variait selon un nombre de variables. Bien qu'il n'y ait pas de différences dans les variables liées à la maladie, les gens de la catégorie de 'sevrage non réussite' avaient une perception plus pauvres par rapports à leur santé. En outre, les personnes classifiées 'sevrage non-réussite' ont une prévalence élevée de la dépression, et possèdent une probabilité accru pour la dépression par rapport aux ex-fumeurs. Les fumeurs atteints de diabète du type-2 devraient être encouragés à la cessation afin d'éviter les résultats négatifs sur la santé physique et mentale. Les fournisseurs de soins de santé offrant des conseils de cessation devraient tenir compte des différences dans les caractéristiques démographiques et de la maladie lors de l'élaboration des interventions. Par ailleurs, la dépression doit être considérée étant donné qu'il est fortement et indépendamment associée au tabagisme actuel et a un impact considérable sur le sevrage tabagique dans cette population. Des traitements intégrés entre la dépression, la diabète et le tabagisme devront être élaborée pour aider les personne affecté.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».